用c语言写一篇高斯滤波法处理bmp图像的代码

高斯滤波是一种图像处理中常用的平滑技术，它可以减少图像噪声和细节，常用于图像模糊处理。下面是使用C语言进行高斯滤波处理BMP图像的一个简单示例代码。请注意，这里假设你已经有了处理BMP文件的基础知识，比如如何读取和写入BMP格式的图像数据。

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define PI 3.14159265
#define GAUSSIAN_RADIUS 2 // 高斯核的半径
#define GAUSSIAN_GRAYSCALE 15 // 高斯核的中间值，用于归一化

// 函数声明
void calculateGaussianKernel(float *kernel, int radius);
void applyGaussianBlur(unsigned char *src, unsigned char *dst, int width, int height, float *kernel);

// 主函数
int main() {
    // 假设 BMP 图像数据已经加载到这个数组中
    unsigned char *imgData;
    // 假设我们已经有了图像的宽度和高度
    int width;
    int height;
    
    // ... 代码加载 BMP 图像数据到 imgData ...

    // 为高斯核分配内存
    float *gaussianKernel = (float *)malloc((GAUSSIAN_RADIUS * 2 + 1) * sizeof(float));
    // 计算高斯核
    calculateGaussianKernel(gaussianKernel, GAUSSIAN_RADIUS);
    
    // 分配内存给新的图像数据，用于存放处理后的图像
    unsigned char *newImgData = (unsigned char *)malloc(width * height * sizeof(unsigned char));

    // 应用高斯滤波
    applyGaussianBlur(imgData, newImgData, width, height, gaussianKernel);

    // ... 代码保存处理后的图像 ...

    // 清理
    free(gaussianKernel);
    free(newImgData);
    // ... 代码释放 imgData ...

    return 0;
}

// 计算高斯核
void calculateGaussianKernel(float *kernel, int radius) {
    float sum = 0.0;
    int i, j;

    for (i = -radius; i <= radius; i++) {
        for (j = -radius; j <= radius; j++) {
            kernel[(i + radius) * (2 * radius + 1) + (j + radius)] =
                exp(-(i * i + j * j) / (2.0 * GAUSSIAN_GRAYSCALE * GAUSSIAN_GRAYSCALE)) / (2.0 * PI * GAUSSIAN_GRAYSCALE * GAUSSIAN_GRAYSCALE);
            sum += kernel[(i + radius) * (2 * radius + 1) + (j + radius)];
        }
    }

    // 归一化高斯核
    for (i = 0; i < (2 * radius + 1) * (2 * radius + 1); i++) {
        kernel[i] /= sum;
    }
}

// 应用高斯滤波
void applyGaussianBlur(unsigned char *src, unsigned char *dst, int width, int height, float *kernel) {
    int radius = (int)sqrt((2 * radius + 1) * (2 * radius + 1)) / 2;
    int x, y, i, j;
    int sum, k;

    for (y = 0; y < height; y++) {
        for (x = 0; x < width; x++) {
            sum = 0;
            for (i = -radius; i <= radius; i++) {
                for (j = -radius; j <= radius; j++) {
                    int newX = x + j;
                    int newY = y + i;
                    if (newX >= 0 && newX < width && newY >= 0 && newY < height) {
                        sum += src[newY * width + newX] * kernel[(i + radius) * (2 * radius + 1) + (j + radius)];
                    }
                }
            }
            dst[y * width + x] = sum / (256 * (2 * radius + 1) * (2 * radius + 1));
        }
    }
}

请注意，这段代码是一个非常简化的示例，它没有包括读取和写入BMP图像文件的完整代码。你需要使用适当的方法来加载BMP图像数据到`imgData`，并从`newImgData`保存回文件。此外，你还需要根据实际情况调整高斯核的大小和权重。