高斯低通滤波器python实现

好的，我来给您讲一下高斯低通滤波器的 Python 实现。

高斯低通滤波器是一种可以平滑图像、去除高频噪声的滤波器。它的原理是在频域上将高频信号（即噪声）进行衰减，从而达到平滑图像的目的。下面是 Python 实现代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread("image.jpg", 0)

# 高斯低通滤波器
def gaussian_low_pass_filter(img, k_size, sigma=1):
    # 生成高斯核
    kernel = np.zeros((k_size, k_size), np.float32)
    for i in range(k_size):
        for j in range(k_size):
            kernel[i, j] = np.exp(-((i - k_size//2)**2 + (j - k_size//2)**2) / (2 * sigma**2))
    kernel = kernel / (2 * np.pi * sigma**2)

    # 傅里叶变换
    f = np.fft.fft2(img)

    # 频域滤波
    fshift = np.fft.fftshift(f)
    fshift = fshift * kernel
    fshift = np.fft.ifftshift(fshift)

    # 傅里叶逆变换
    filtered_img = np.fft.ifft2(fshift)
    filtered_img = np.abs(filtered_img)

    return filtered_img

# 调用高斯低通滤波器
filtered_img = gaussian_low_pass_filter(img, 5, 1)

# 显示原图和滤波后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Filtered Image", filtered_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.imread("image.jpg", 0)` 用于读取灰度图像；`k_size` 表示高斯核的大小；`sigma` 表示高斯核的标准差。函数 `gaussian_low_pass_filter` 实现了高斯低通滤波器的操作，返回滤波后的图像。

希望这个回答能够帮到您！