Opencv高斯滤波的核心原理

高斯滤波是一种线性平滑滤波技术，其核心原理是将图像中每个像素点的值，用周围像素点的加权平均值来代替，使得图像中的噪声得到消除，同时保留图像的边缘信息。

在高斯滤波中，每个像素点的值被替换为其周围像素点的加权平均值，其中每个像素点的权重由一个以该像素点为中心的二维高斯分布函数计算得到。这个二维高斯分布函数的参数包括均值和方差，它们决定了滤波器的大小和强度。

由于高斯滤波器是线性的，因此可以通过卷积的方式来实现。具体而言，给定一个大小为 $n \times n$ 的高斯滤波器 $G$，将其与图像 $I$ 进行卷积得到输出图像 $O$，则

$$ O(i,j) = \sum_{k,l} I(i-k,j-l)G(k,l) $$

其中 $i,j$ 表示输出图像中的像素坐标，$k,l$ 表示高斯滤波器中的坐标，$G(k,l)$ 表示高斯滤波器在 $(k,l)$ 处的权重。

通过调整高斯滤波器的大小和强度，可以控制滤波器的效果，从而实现不同程度的平滑处理。