书店网站建设个人总结上海seo公司排名

本节一起绘制一个可视化的高斯滤波器，同时对一个彩色图像增加高斯噪声，最后通过一个高斯滤波器对图像进行降噪处理。

就像上节说的那样，滤波不是学习重点，下面通过实操了解下原理即可。

可视化高斯滤波器

高斯滤波器符合高斯分布，并且是二维高斯分布，这一点在上一节高斯滤波中已经介绍了。

下面我们通过 python 来生成一个高斯滤波器，并且对其可视化。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from scipy.stats import multivariate_normal
# 定义一个高斯滤波器
def gaussian_kernel(size, sigma=1.0):kernel = np.fromfunction(lambda x, y: (1/ (2 * np.pi * sigma ** 2)) * np.exp(- ((x - size // 2) ** 2 + (y - size // 2) ** 2) / (2 * sigma ** 2)),(size, size))return kernel / np.sum(kernel)def plot_gaussian_kernel(kernel):fig = plt.figure()# 二维图像（像素值）ax1 = fig.add_subplot(121)ax1.imshow(kernel, cmap='viridis', inte