一品网
  • 首页

二维高斯核函数


//
cv::Mat myGetGaussianKernel(int ksize, double sigma, int ktype = CV_64F)
{
    double constE = 2.718281828459045;

    cv::Mat mat(ksize, ksize, ktype);
    for (int iRow = 0; iRow < ksize; iRow++)
    {
        for (int iCol = 0; iCol < ksize; iCol++)
        {
            double val = -(pow((iCol - (ksize - 1) / 2), 2) + pow((iRow - (ksize - 1) / 2), 2));
            val = val / (2 * sigma * sigma);
            double elementVal = pow(constE, val);
            mat.at(iCol, iRow) = elementVal / (2 * CV_PI * sigma * sigma);
        }
    }

    return mat;
} 
图像处理

相关


双一流博士整理的计算机视觉学习路线(深度学习+传统图像处理)

【图像处理】OpenCV+Python图像处理入门教程(四)几何变换

SSE图像算法优化系列十七:多个图像处理中常用函数的SSE实现。

图像处理中任意核卷积(matlab中conv2函数)的快速实现。

Python图像处理库:Pillow 初级教程

基于图像处理和tensorflow实现GTA5的车辆自动驾驶——第九节获取图像数据

基于图像处理和tensorflow实现GTA5的车辆自动驾驶——第九节获取图像数据

基于图像处理和tensorflow实现GTA5的车辆自动驾驶——第九节获取图像数据

基于图像处理和tensorflow实现GTA5的车辆自动驾驶——第九节获取图像数据

图像处理技术之图像分辨率与压缩基本知识

深度学习及图像处理学习路线(一)

Python中的图像处理

标签

一品网 冀ICP备14022925号-6