gaussian_blur

函数功能

使用分离滤波对图像使用高斯核（gaussian kernel）进行卷积滤波。

根据x、y两个方向的sigma值算出kernel_x和kernel_y。
将图像分别经过两个kernel的卷积。
输出卷积后的图像。

函数接口

void kcv_GaussianBlur_acc(const float *_src, float *_dst, int m, int n, int h, int w, double sigma1, double sigma2); 

参数

参数名	描述	取值范围	输入/输出
src	输入，原图像。	非空且申请内存大小为src_rowssrc_colssizeof(double)	输入
dst	输出，滤波后的图像。	非空且申请内存大小与src一致	输出
m	输入图像的高。	(0, 16384]	输入
n	输入图像的宽。	(0, 16384]	输入
h	高斯核的高。	(0, 1024]	输入
w	高斯核的宽。	(0, 1024]	输入
sigma1	x方向的高斯sigma。	(0, inf)	输入
sigma2	y方向的高斯sigma。	(0, inf)	输入

返回值

成功：返回LITHO_IMG_STS_NO_ERR。
失败：返回错误码。

错误码

错误码	描述
LITHO_IMG_STS_NULL_PTR_ERR	参数“src”或“dst”存在空指针。
LITHO_IMG_STS_SIZE_ERR	参数“m”、“n”、“h”、“w”中有值等于0。

示例

#include <stdio.h>
#include <stdlib.h>
#include <complex.h>
#include <iostream>
#include <vector>
#include "kp_litho_img.h"

void test_kcv_laplacian_acc() {
    const size_t rows = 2; // 可调整
    const size_t cols = 2; // 可调整
    const size_t h = 3; // 可调整
    const size_t w = 3; // 可调整
    const double sigma1 = 3.0; // 可调整
    const double sigma2 = 4.0; // 可调整

    int length = rows * cols;
    float *_src = (float *)malloc(length * sizeof(float));
    float *_dst = (float *)malloc(length * sizeof(float));
    // 初始化输入图像（这里使用一个简单的5x5图像）
    double src_data[5][5] = {
        {0, 0, 0, 0, 0},
        {0, 1, 1, 1, 0},
        {0, 1, 0, 1, 0},
        {0, 1, 1, 1, 0},
        {0, 0, 0, 0, 0}
    };
    for (size_t i = 0; i < rows; i++) {
        for (size_t j = 0; j < cols; j++) {
            _src[i * cols + j] = src_data[i][j];
        }
    }
    // 调用函数
    cv::kcv_GaussianBlur_acc(_src, _dst, rows, cols, h, w, sigma1, sigma2);
    // 打印结果（这里只打印部分结果）
    printf("Upsampled Image:\n");
    for (size_t i = 0; i < rows; i++) {
        for (size_t j = 0; j < cols; j++) {
            printf("%.2f ", _dst[i * cols + j]);
            if (j == cols - 1) {
                printf("\n");
            }
        }
    }
}
int main() {
    test_kcv_laplacian_acc();
    return 0;
}

运行结果：

Upsampled Image:
0.11 0.22 
0.22 0.45 

父主题： 接口定义