python图像处理（高斯滤波）

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        在谈高斯滤波之前，我们不妨回顾一下之前谈到的均值滤波和中值滤波。均值滤波，就是对像素点以及周围的8个点计算平均值，然后赋值给新像素点。而中值滤波，则是对像素点及周围的8个点进行排序，选择最中间的那个点赋值给新像素点。那什么是高斯滤波呢？可以观察下均值滤波中，当时是对9个点进行平均操作，这样求解下来的就是平均值。试想一下，如果每一个像素点的权重不一样呢？

        高斯滤波正是根据这个道理提出来的。它的基本原理就是，越靠近当前像素点，权重越高，而越远离像素点，则权重越低。这样，权重不再是[1,1,1;1,1,1;1,1,1]，而是[1,2,1;2,4,2;1,2,1]，求得的像素之和也不再是除以9，而是变成了除以16，因为1+2+1+2+4+2+1+2+1=16。

        接下来，可以看下高斯滤波的效果如何，还是以lena作为范例进行介绍，

1、借助于opencv的api实现高斯滤波

        opencv本身也提供了高斯滤波的处理方法。使用起来比较简单，直接调