高斯滤波在C++中的生成-yiteyi-C++库

高斯滤波广泛应用于图像处理领域。它用于降低图像的噪声。在本文中，我们将生成一个二维高斯核。二维高斯核遵循下面给定的高斯分布。 $G(x, y)=frac{1}{2pi sigma ^{2}}e^{-frac{x^{2}+y^{2}}{2sigma ^{2}}}$ 式中，y是沿垂直轴与原点的距离，x是沿水平轴与原点的距离，σ是标准偏差。

null

C++实现

C++

                         // C++ program to generate Gaussian filter                       
                         #include <cmath>                       
                         #include <iomanip>                       
                         #include <iostream>                       
                         using                                     namespace                                     std;                       
           
                         // Function to create Gaussian filter                       
                         void                                     FilterCreation(                                     double                                     GKernel[][5])                       
                         {                       
                                                 // initialising standard deviation to 1.0                       
                                                 double                                     sigma = 1.0;                       
                                                 double                                     r, s = 2.0 * sigma * sigma;                       
           
                                                 // sum is for normalization                       
                                                 double                                     sum = 0.0;                       
           
                                                 // generating 5x5 kernel                       
                                                 for                                     (                                     int                                     x = -2; x <= 2; x++) {                       
                                                 for                                     (                                     int                                     y = -2; y <= 2; y++) {                       
                                                 r =                                     sqrt                                     (x * x + y * y);                       
                                                 GKernel[x + 2][y + 2] = (                                     exp                                     (-(r * r) / s)) / (M_PI * s);                       
                                                 sum += GKernel[x + 2][y + 2];                       
                                                 }                       
                                                 }                       
           
                                                 // normalising the Kernel                       
                                                 for                                     (                                     int                                     i = 0; i < 5; ++i)                       
                                                 for                                     (                                     int                                     j = 0; j < 5; ++j)                       
                                                 GKernel[i][j] /= sum;                       
                         }                       
           
                         // Driver program to test above function                       
                         int                                     main()                       
                         {                       
                                                 double                                     GKernel[5][5];                       
                                                 FilterCreation(GKernel);                       
           
                                                 for                                     (                                     int                                     i = 0; i < 5; ++i) {                       
                                                 for                                     (                                     int                                     j = 0; j < 5; ++j)                       
                                                 cout << GKernel[i][j] <<                                     "	"                                     ;                       
                                                 cout << endl;                       
                                                 }                       
                         }                       

输出：

0.00296902    0.0133062    0.0219382    0.0133062    0.00296902    0.0133062    0.0596343    0.0983203    0.0596343    0.0133062    0.0219382    0.0983203    0.162103    0.0983203    0.0219382    0.0133062    0.0596343    0.0983203    0.0596343    0.0133062    0.00296902    0.0133062    0.0219382    0.0133062    0.00296902

参考资料： https://en.wikipedia.org/wiki/Gaussian_filter 本文由 严酷的阿加瓦尔 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用写极客。组织或者把你的文章寄去评论-team@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。

文章版权归作者所有，未经允许请勿转载。

THE END

技术文章