关于高斯模糊与锐化

清晰的图片，像素间的过渡会较为干脆利落，简而言之，就是像素之间的差距比较大。

而模糊的本质，其实就是使用某种算法把图像像素和像素之间的差距缩小，让中间点和周围点变得差不多；即，让中间点取一个范围内的平均值。

模糊到了极致，比如用于计算模糊的取值区域为整张图片，就会得到一张全图所有像素颜色都差不多的图片。

高斯滤波实际上是一种低通滤波器，也就是说，低波通过，高波滤去。对于图像来讲，就是在低频的部分通过，对于高频的地方滤去。对图像的边缘等细节部分进行模糊，这是由高斯模糊的公式的性质决定的。这点，经常在数字图像处理中利用，以在图像仿真图像重打样等领域进行利用。

高斯模糊的原理

所谓"模糊"，可以理解成每一个像素都取周边像素的平均值

图中，2是中间点，周边点都是1。

“中间点"取"周围点"的平均值，就会变成1。在数值上，这是一种"平滑化”。在图形上，就相当于产生"模糊"效果，"中间点"失去细节。

正态分布的密度函数叫做"高斯函数"（Gaussian function）。它的一维形式是

其中，μ是x的均值，σ是x的方差。因为计算平均值的时候，中心点就是原点，所以μ等于0。

根据一维高斯函数，可以推导得到二维高斯函数：

有了这个函数 ，就可以计算每个点的权重了。