opencv高斯滤波模板及其滤波

生成高斯模板，模板大小、均值、方差等参数可自己手动设置。利用生成的模板进行高斯滤波。

#include “cv.h“
#include “highgui.h“
#include “math.h“
#include “stdio.h“

bool FunGauss（int Nfloat sigmaint* iTemplatefloat* fCof）;

int main（int argcchar** argv）
{
	IplImage* src;
	
	if （argc == 2 && （src = cvLoadImage（argv[1]0）） != 0）
	{
		//高斯滤波后图像
		IplImage* dst_Gauss = cvCreateImage（cvGetSize（src）src->depthsrc->nChannels）;
		cvCopy（srcdst_GaussNULL）;
		//原图像与高斯滤波后图像之差
		IplImage* dst_differ = cvCreateImage（cvGetSize（src）src->depthsrc->nChannels）;

		int ijmn;  //循环变量
		int iGray;  //灰度值

		float fC = 0;  //高斯模板系数
		int N = 3;  //模板边长的一半
		int* iTemplate = new int[（2*N+1）*（2*N+1）];

		FunGauss（N2.0iTemplate&fC）;  //生成N*N高斯模板，系数存放在iTemplate里
		
		//显示生成的高斯模板系数
		for （i=0;i<2*N+1;i++）
		{
			for （j=0;j<2*N+1;j++）
			{
				printf（“%d “iTemplate[i*（2*N+1）+j]）;
				if （j == 2*N）
				{
					printf（“\n“）;
				}
				
			}
		}

		for （i=N+1;iheight-N-1;i++）
		{
			for （j=N+1;jwidth-N-1;j++）
			{
				iGray = 0;
				for （m=0;m<2*N+1;m++）
				{
					for （n=0;n<2*N+1;n++）
					{
						iGray += 
							（int）（（uchar*）（src->imageData+（i-N-1+m）*src->widthStep））[j-N-1+m]
							*iTemplate[m*（2*N+1）+n];
					}
				}
				（（uchar*）（dst_Gauss->imageData+i*src->widthStep））[j] = （uchar）（iGray*fC）;	
			}
		}
		
		cvNamedWindow（“src“1）;
		cvShowImage（“src“src）;
		cvNamedWindow（“dst_Gauss“1）;
		cvShowImage（“dst_Gauss“dst_Gauss）;
		cvWaitKey（0）;
		cvDestroyWindow（“src“）;
		cvReleaseImage（&src）;
		cvDestroyWindow（“dst_Gauss“）;
		cvReleaseImage（&dst_Gauss）;

		return 0;
	}
	
	return -1;
}

bool FunGauss（int Nfloat sigmaint* iTemplatefloat* fCof）
{
	int ij;  //循环变量
	float t;  //指数部分
	int C;    //归一化系数
	float* fTemp =new float[（N+1）*（N+1）];
	int* iMat = new int[（2*N+1）*（2*N+1）];
	int* iArray =new int[（2*N+1）*（2*N+1）];
	iArray = iTemplate;
	for （i=0;i	{
		for （j=0;j		{
			t=（float）（i*i+j*j）/（float）pow（sigma2）;  //计算指数项
			fTemp[i*（N+1）+j] = （float）（1.0/exp（t/2））;  //计算高斯函数离散化后对应的模板取值
		}
	}
	C = （int）ceil（1/fTemp[（N+1）*（N+1）-1]+0.5）;  // 计算归一化系数

	//给模板右下角赋值
	for （i=0;i	{
		for （j=0;j		{
			iMat[（N+i）*（2*N+1）+（N+j）] = （int）（fTemp[i*（N+1）+j]*C+0.5）;
		}
	}

	//给模板左下角赋值
	for （i=N;i<2*N+1;i++）
	{
		for （j=0;j		{
			iMat[i*（2*N+1）+j] = iMat[i*（2*N+1）+（2*N-j）];
		}
	}

	//给模板上半部分赋值
	for （i=0;i	{
		for （j=0;j<2*N+1;j++）
		{
			iMat[i*（2*N+1）+j] = iMat[（2*N-i）*（2*N+1）+j];
		}
	}

	//计算总系数
	for （i=0;i<2*N+1;i++）
	{
		for （j=0;j<2*N+1;j++）
		{
			*fCof += （float）iMat[i*（2*N+1）+j];
		}
	}
	*fCof = （float）1.0/（*fCof）;


	//将得到的模板数返回
	for （i=0;i<2*N+1;i++）
	{
		for （j=0;j<2*N+1;j++）
		{
			iArray[i*（2*N+1）+j] = iMat[i*（2*N+1）+j];
		}
	}
	
	delete iMat;
	delete fTemp;
	return TRUE;
}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     217154  2009-03-31 12:50  Gaussian_高斯滤波\Debug\Gaussian.exe

     文件     236072  2009-03-31 12:50  Gaussian_高斯滤波\Debug\Gaussian.ilk

     文件      18014  2009-03-31 12:50  Gaussian_高斯滤波\Debug\Gaussian.obj

     文件    4109316  2009-03-31 12:45  Gaussian_高斯滤波\Debug\Gaussian.pch

     文件     484352  2009-03-31 12:50  Gaussian_高斯滤波\Debug\Gaussian.pdb

     文件     164864  2009-03-31 12:50  Gaussian_高斯滤波\Debug\vc60.idb

     文件      94208  2009-03-31 12:50  Gaussian_高斯滤波\Debug\vc60.pdb

     目录          0  2009-09-28 10:35  Gaussian_高斯滤波\Debug

     文件       2979  2009-03-31 12:50  Gaussian_高斯滤波\Gaussian.cpp

     文件       4393  2009-03-27 15:47  Gaussian_高斯滤波\Gaussian.dsp

     文件        522  2009-03-27 14:36  Gaussian_高斯滤波\Gaussian.dsw

     文件      41984  2009-04-03 12:10  Gaussian_高斯滤波\Gaussian.ncb

     文件      54784  2009-04-03 12:10  Gaussian_高斯滤波\Gaussian.opt

     文件       1359  2009-03-31 12:50  Gaussian_高斯滤波\Gaussian.plg

     目录          0  2009-04-03 12:10  Gaussian_高斯滤波

----------- ---------  ---------- -----  ----

              5430001                    15