Linux 高斯滤波c++ 代码

以下是一个简单的高斯滤波器的C++代码示例：

#include <iostream>
#include <cmath>

// 定义高斯函数
double gaussian(double x, double mu, double sigma) {
    return exp(-(pow(x - mu, 2) / (2 * pow(sigma, 2))));
}

// 定义高斯滤波函数
void gaussianFilter(double** image, int width, int height) {
    // 定义高斯滤波器参数
    double sigma = 1.0;
    int filterSize = 3;
    int paddingSize = filterSize / 2;

    // 创建临时图像数组
    double** tempImage = new double*[height];
    for (int i = 0; i < height; ++i) {
        tempImage[i] = new double[width];
    }

    // 对图像进行高斯滤波
    for (int y = paddingSize; y < height - paddingSize; ++y) {
        for (int x = paddingSize; x < width - paddingSize; ++x) {
            double newValue = 0.0;

            // 在滤波器范围内计算加权平均值
            for (int j = -paddingSize; j <= paddingSize; ++j) {
                for (int i = -paddingSize; i <= paddingSize; ++i) {
                    newValue += image[y + j][x + i] * gaussian(i, 0, sigma) * gaussian(j, 0, sigma);
                }
            }

            tempImage[y][x] = newValue;
        }
    }

    // 将滤波结果复制回原图像
    for (int y = paddingSize; y < height - paddingSize; ++y) {
        for (int x = paddingSize; x < width - paddingSize; ++x) {
            image[y][x] = tempImage[y][x];
        }
    }

    // 释放临时图像数组内存
    for (int i = 0; i < height; ++i) {
        delete[] tempImage[i];
    }
    delete[] tempImage;
}

int main() {
    // 假设图像大小为5x5
    int width = 5;
    int height = 5;

    // 创建图像数组
    double** image = new double*[height];
    for (int i = 0; i < height; ++i) {
        image[i] = new double[width];
    }

    // 初始化图像数据（此处省略）

    // 执行高斯滤波
    gaussianFilter(image, width, height);

    // 输出滤波结果
    for (int y = 0; y < height; ++y) {
        for (int x = 0; x < width; ++x) {
            std::cout << image[y][x] << " ";
        }
        std::cout << std::endl;
    }

    // 释放图像数组内存
    for (int i = 0; i < height; ++i) {
        delete[] image[i];
    }
    delete[] image;

    return 0;
}

请注意，这只是一个简单的示例代码，用于演示高斯滤波器的基本原理。实际应用中，您可能需要根据具体需求进行更多的优化和扩展。