python实现高斯滤波底层

高斯滤波是一种常见的图像处理技术，用于平滑图像。下面是一个简单的Python实现高斯滤波的底层代码：

import numpy as np
import cv2

def gaussian_kernel(size, sigma):
    # 创建高斯核
    x, y = np.meshgrid(np.linspace(-1, 1, size), np.linspace(-1, 1, size))
    d = np.sqrt(x * x + y * y)
    kernel = np.exp(-(d ** 2 / (2 * sigma ** 2)))
    kernel /= np.sum(kernel)
    return kernel

def gaussian_filter(image, kernel_size=5, sigma=1):
    # 应用高斯滤波
    kernel = gaussian_kernel(kernel_size, sigma)
    return cv2.filter2D(image, -1, kernel)

# 示例
img = cv2.imread('image.jpg')
blur_img = gaussian_filter(img, kernel_size=5, sigma=1)
cv2.imshow('Original Image', img)
cv2.imshow('Gaussian Blur Image', blur_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，`gaussian_kernel`函数用于创建高斯核，`gaussian_filter`函数用于将高斯核应用于图像。我们可以通过调整`kernel_size`和`sigma`参数来自定义高斯滤波器的大小和强度。最后，我们通过OpenCV库中的`cv2.filter2D`函数将滤波器应用于图像。