图像处理之基础---滤波器之高斯低通滤波器3c代码实现yuv，rgb

（）高斯理论简介

（）

（）代码实现

四使用高斯滤波器进行图像的平滑

（）高斯简介

http://research.microsoft.com/en-us/um/people/kahe/eccv10/ 何凯明 matlab 实现

http://www.ruanyifeng.com/blog/2012/11/gaussian_blur.html 阮一峰

http://www.zwbk.org/MyLemmaShow.aspx?lid=126233 中文百科独特解释

http://academic.mu.edu/phys/matthysd/web226/Lab02.htm

http://www.360doc.com/content/12/0921/17/10724725_237428926.shtml 有历程

http://blog.csdn.net/l_inyi/article/details/8915116 实现opencv

http://www.cnblogs.com/JohnShao/archive/2011/06/02/2067800.html 工业级应用

http://blog.csdn.net/zddblog/article/details/7450033 高斯模糊小结

生成高斯核

/*************************************************************************
*
* \函数名称：
*   MakeGauss()
*
* \输入参数:
*   double sigma                                            - 高斯函数的标准差
*   double **pdKernel                                        - 指向高斯数据数组的指针
*   int *pnWindowSize                                        - 数据的长度
*
* \返回值:
*   无
*
* \说明:
*   这个函数可以生成一个一维的高斯函数的数字数据，理论上高斯数据的长度应
*   该是无限长的，但是为了计算的简单和速度，实际的高斯数据只能是有限长的
*   pnWindowSize就是数据长度
*
*************************************************************************
*/
void MakeGauss(double sigma, double **pdKernel, int *pnWindowSize)
{
    // 循环控制变量
    int i   ;
    // 数组的中心点
    int nCenter;

// 数组的某一点到中心点的距离
double dDis ;

    double PI = 3.14159;
    // 中间变量
    double dValue;
    double dSum ;
    dSum = 0 ;
    // 数组长度，根据概率论的知识，选取[-3*sigma, 3*sigma]以内的数据。
    // 这些数据会覆盖绝大部分的滤波系数
    *pnWindowSize = 1 + 2 * ceil(3 * sigma);
    // 中心
    nCenter = (*pnWindowSize) / 2;
    // 分配内存
    *pdKernel = new double[*pnWindowSize] ;
    for(i=0; i< (*pnWindowSize); i++)
    {
        dDis = (double)(i - nCenter);
        dValue = exp(-(1/2)*dDis*dDis/(sigma*sigma)) / (sqrt(2 * PI) * sigma );
        (*pdKernel)[i] = dValue ;
        dSum += dValue;
    }
    // 归一化
    for(i=0; i<(*pnWindowSize) ; i++)
    {
        (*pdKernel)[i] /= dSum;
    }
}

高斯滤波

/*************************************************************************
*
* \函数名称：
*   GaussianSmooth()
*
* \输入参数:
*   unsigned char * pUnchImg                - 指向图象数据的指针
*   int nWidth                                            - 图象数据宽度
*   int nHeight                                        - 图象数据高度
*   double dSigma                                    - 高斯函数的标准差
*   unsigned char * pUnchSmthdImg    - 指向经过平滑之后的图象数据
*
* \返回值:
*   无
*
* \说明:
*   为了抑止噪声，采用高斯滤波对图象进行滤波，滤波先对x方向进行，然后对
*   y方向进行。
*
*************************************************************************
*/
void GaussianSmooth(unsigned char *pUnchImg, int nWidth, int nHeight,
                                        double sigma, unsigned char * pUnchSmthdImg)
{
    // 循环控制变量
int y;
    int x;
    int i;
    // 高斯滤波器的数组长度
    int nWindowSize;
    // 窗口长度的1/2
    int    nHalfLen;
    // 一维高斯数据滤波器
    double *pdKernel ;
    // 高斯系数与图象数据的点乘
    double dDotMul     ;
    // 高斯滤波系数的总和
    double dWeightSum     ;
    // 中间变量
    double * pdTmp ;
    // 分配内存
    pdTmp = new double[nWidth*nHeight];
    // 产生一维高斯数据滤波器
    // MakeGauss(sigma, &dKernel, &nWindowSize);
    MakeGauss(sigma, &pdKernel, &nWindowSize) ;
    // MakeGauss返回窗口的长度，利用此变量计算窗口的半长
    nHalfLen = nWindowSize / 2;
// x方向进行滤波
    for(y=0; y<nHeight; y++)
    {
        for(x=0; x<nWidth; x++)
        {
            dDotMul        = 0;
            dWeightSum = 0;
            for(i=(-nHalfLen); i<=nHalfLen; i++)
            {
                // 判断是否在图象内部
                if( (i+x) >= 0 && (i+x) < nWidth )
                {
                    dDotMul += (double)pUnchImg[y*nWidth + (i+x)] * pdKernel[nHalfLen+i];
                    dWeightSum += pdKernel[nHalfLen+i];
                }
            }
            pdTmp[y*nWidth + x] = dDotMul/dWeightSum ;
        }
    }
    // y方向进行滤波
    for(x=0; x<nWidth; x++)
    {
        for(y=0; y<nHeight; y++)
        {
            dDotMul        = 0;
            dWeightSum = 0;
            for(i=(-nHalfLen); i<=nHalfLen; i++)
            {
                // 判断是否在图象内部
                if( (i+y) >= 0 && (i+y) < nHeight )
                {
                    dDotMul += (double)pdTmp[(y+i)*nWidth + x] * pdKernel[nHalfLen+i];
                    dWeightSum += pdKernel[nHalfLen+i];
                }
            }
            pUnchSmthdImg[y*nWidth + x] = (unsigned char)(int)dDotMul/dWeightSum ;
        }
    }

    // 释放内存
    delete []pdKernel;
    pdKernel = NULL ;
    delete []pdTmp;
    pdTmp = NULL;
}

http://www.cnblogs.com/IamEasy_Man/archive/2010/08/17/1801477.html 纯c实现

void gaussianFilter(uchar* data, int width, int height)

02
{

03
    int i, j, index, sum;

04
    int templates[9] = { 1, 2, 1,

05
                         2, 4, 2,

06
                         1, 2, 1 };

07
    sum = height * width * sizeof(uchar);

08
    uchar *tmpdata = (uchar*)malloc(sum);

09
    memcpy((char*)tmpdata,(char*)data, sum);

10
    for(i = 1;i < height - 1;i++)

11
    {

12
        for(j = 1;j < width - 1;j++)

13
        {

14
            index = sum = 0;

15
            for(int m = i - 1;m < i + 2;m++)

16
            {

17
                for(int n = j - 1; n < j + 2;n++)

18
                {

19
                    sum +=

20
                        tmpdata[m * width + n] *

21
                        templates[index++];

22
                }

23
            }

24
            data[i * width + j] = sum / 16;

25
        }

26
    }

27
    free(tmpdata);

28
}





 一个模板
http://www.360doc.com/content/12/0921/16/10724725_237423041.shtml
//**********************************************************************
//模板操作
//图像信息头
//图像数据
//模板大小       以0开始
//模板中心元素   以0开始
//模板数据
//模板系数
//**********************************************************************
BOOL ImgTemplate(BITMAPINFO* pbmpinfo,BYTE* pbmpdata,CSize TemplateSize,CSize TemplateCertel ,int *template_box,float coef)
{

    LONG imagewidth=pbmpinfo->bmiHeader.biWidth;
    LONG imageheigth=pbmpinfo->bmiHeader.biHeight;

        LONG i=0,j=0,k=0,heigth=0,width=0;

    //data is not null
    if (pbmpdata == NULL)
    {
        return FALSE;
    }
    //image size
    if (imageheigth <= TemplateSize.cy || imagewidth <= TemplateSize.cx)
    {
        return FALSE;
    }
    if (TemplateCertel.cx < 0 ||  TemplateCertel.cy < 0 || TemplateCertel.cx > TemplateSize.cx || TemplateCertel.cy > TemplateSize.cy)
    {
       return FALSE;
    }
    //color must be gray
    if (pbmpinfo->bmiHeader.biBitCount != 8)
    {
            AfxMessageBox("只对灰度图像进行操作!");
        return FALSE;
    }
    //image size
    LONG  Linebyte =( pbmpinfo->bmiHeader.biBitCount * imagewidth +31)/32*4;
    LONG  ImageSize=Linebyte * imageheigth;
   
    //分配空间
    BYTE *pNewbmpdata=(BYTE*)malloc(ImageSize);
   
    //copy data
    if (pNewbmpdata == NULL)
    {
   
        return FALSE;
    }
   
    memcpy(pNewbmpdata,pbmpdata,ImageSize);

   
    BYTE *psrc=NULL;
    BYTE *pdest=NULL;
       
    LONG result=0;


    for (heigth = TemplateCertel.cy ; heigth < imageheigth - TemplateSize.cy + TemplateCertel.cy + 1  ;heigth++  )
    {
               
        for ( width = TemplateCertel.cx ; width < imagewidth - TemplateSize.cx + TemplateCertel.cx + 1 ; width++)
        {
            psrc  = (unsigned char *)pbmpdata+(ImageSize-Linebyte-
                heigth*Linebyte)+width;
           
            pdest = (unsigned char *)pNewbmpdata+(ImageSize-Linebyte-
                heigth*Linebyte)+width;

            j=0;
            result=0;

            for ( i =  - TemplateCertel.cy ; i <  TemplateSize.cy - TemplateCertel.cy   ;i++)
            {
                for (k =  - TemplateCertel.cx ; k <  TemplateSize.cx -TemplateCertel.cy  ;k++)
                {
                            result += (LONG)(*(psrc + i * Linebyte + k)) * template_box[j++];
                }
            }

                        result = (LONG)(result  *  coef);

            if (result>255)
            {
                result=255;
            }
            if (result<0)
            {
                result=0;
            }
            *pdest=(unsigned char)result;
           
        }
    }   
    memcpy(pbmpdata,pNewbmpdata,ImageSize);
    free(pNewbmpdata);
    return TRUE;
}

 
http://www.2cto.com/kf/201306/220419.html 对美女图像的缩小 图像处理之高斯金字塔java
http://bbs.csdn.net/topics/360109272 