导语：
本文主要介绍了关于python中高斯模糊是什么的相关知识，希望可以帮到处于编程学习途中的小伙伴
说明
1. 本质上是一种数据平滑技术，可用于一维、二维甚至多维空间。
2.数据经过高斯模糊处理后，数据趋向于周边附近的其他数据，所有数据都一样。
在图像域中，使用“周围相邻像素的加权平均值”重新分配每个位置的像素值。对于每个像素，由于计算以当前像素为中心，因此均值 μ=0。使用时需要设置2个超参数：高斯核大小和高斯函数标准差σ。高斯核大小代表“邻域影响当前点的程度”，而标准差代表“邻域内其他像素对当前点的影响”。
实例
def gaussian_kernel(self):
kernel = np.zeros(shape=(self.kernel_size, self.kernel_size), dtype=np.float)
radius = self.kernel_size//2
for y in range(-radius, radius + 1): # [-r, r]
for x in range(-radius, radius + 1):
# 二维高斯函数
v = 1.0 / (2 * np.pi * self.sigma ** 2) * np.exp(-1.0 / (2 * self.sigma ** 2) * (x ** 2 + y ** 2))
kernel[y + radius, x + radius] = v # 高斯函数的x和y值 vs 高斯核的下标值
kernel2 = kernel / np.sum(kernel)
return kernel2
本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。
本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
内容反馈