如何在 python 中使用内核 [3,3] 实现高斯滤波器？答案

【问题标题】：how do I implement Gaussian filter with kernel [3,3] in python?如何在 python 中使用内核 [3,3] 实现高斯滤波器？
【发布时间】：2021-05-19 03:57:49
【问题描述】：

我需要在python中实现内核大小为[3,3]的高斯滤波器2d，但我不知道该怎么做？我在 Matlab 中使用这种方法：

G = fspecial('gaussian',[3 3],0.5);
Ig = imfilter(watermarkImage,G,'same');

但是在python中，我们有一些这样的函数

blurred_img = gaussian_filter(img, Q, mode='reflect')

Q 是标准，我不知道如何使用内核 [3,3] 生成模糊图像。你能帮我解决这个问题吗？

【问题讨论】：

查看answer，了解如何根据您想要的宽度计算 sigma（此处为 3）

标签： python

【解决方案1】：

scipy.ndimage.gaussian_filter 有参数truncate，它在sigma 中设置过滤器大小（截断）。你的 sigma 是 0.5，假设 3 x 3 围绕中心对称，这意味着它会在 3/2 = 1.5 = 3 sigma 处截断。所以你可以使用gaussian_filter(img, 0.5, order=0, truncate=3.0) 看看你得到的结果是否和你的matlab代码一样。

请注意fspecial 的文档，对于高斯滤波器的情况，提到不建议使用此功能，而是使用imgaussfilt 或imgaussfilt3。

【讨论】：

【解决方案2】：

如果 OpenCV 是选项，那么它具有此功能，即cv2.GaussianBlur 它确实接受内核的宽度和高度（都应该是奇数和正数）和标准偏差，因此使用内核大小 [3,3] 和偏差0.5，如下：

blur = cv2.GaussianBlur(img,(3,3),0.5)

其中img 是表示图像的数组，可能是使用cv2.imread 函数创建的。

【讨论】：