简单的一维高斯滤波程序

// GaussianFilterOneDimension.cpp : 定义控制台应用程序的入口点。
//

#include “stdafx.h“
#include “cv.h“
#include “highgui.h“
#define GaussianSize 7//方形高斯核尺寸
#define MedianSize  7
#define pi 3.141592653589793

void GaussianFilter（IplImage* imageint size）;
void GetOneDimensionGaussianKernel（CvMat* GaussianKernelint size）;
//void MedianFilter（IplImage*imageint size）;
int _tmain（int argc _TCHAR* argv[]）
{
	IplImage* SrcImage        =cvLoadImage（“./佳人.jpg“CV_LOAD_IMAGE_UNCHANGED）;
	IplImage* GaussianImage=cvCreateImage（cvGetSize（SrcImage）IPL_DEPTH_8USrcImage->nChannels）;
	IplImage* MedianImage  =cvCreateImage（cvGetSize（SrcImage）IPL_DEPTH_8USrcImage->nChannels）;

	cvCopyImage（SrcImageGaussianImage）;
	cvCopyImage（SrcImageMedianImage）;

	GaussianFilter（GaussianImageGaussianSize）;
	cvSmooth（MedianImageMedianImageCV_MEDIANMedianSizeMedianSize）
	//MedianFilter（MedianImageMedianSize）;

	cvNamedWindow（“原始图片“）;
	cvNamedWindow（“高斯滤波后图片“）;
	cvNamedWindow（“中值滤波后图片“）;

	cvMoveWindow（“‘原始图片“200）;
	cvMoveWindow（“高斯滤波后图片“4500）;
	cvMoveWindow（“中值滤波后图片“8000）;
	cvShowImage（“原始图片“SrcImage）;
	cvShowImage（“高斯滤波后图片“GaussianImage）;
	cvShowImage（“中值滤波后图片“MedianImage）;
	cvWaitKey（-1）;
	cvDestroyAllWindows（）;
	cvReleaseImage（&SrcImage）;
	return 0;
}
void GaussianFilter（IplImage* imageint size）
{
	CvMat* GaussianKernel=cvCreateMat（1sizeCV_32FC1）;
	GetOneDimensionGaussianKernel（GaussianKernelsize）;
	unsigned char* ImagePin=（unsigned char*）image->imageData;
	float* GaussianKernelPin=GaussianKernel->data.fl;
	float* tempData=new float[image->widthStep*image->height];
	float FilterSum=0.0f;
	float KernelSum=0.0f;
	int HalfSize=size/2;
	int hwstcolorchannel;

	for （colorchannel=0;colorchannel<3;colorchannel++）
	{
		for （h=0;hheight;h++）
		{
			for（w=0;wwidth;w++）
			{
				FilterSum=0.0f;
				KernelSum=0.0f;
				for （st=0;st				{
					if （（w-HalfSize+st）>=0&&（w-HalfSize+st）width）
					{
						KernelSum+=ImagePin[h*image->widthStep+3*（w-HalfSize+st）+colorchannel]*GaussianKernelPin[st-HalfSize];
						FilterSum+=GaussianKernelPin[st-HalfSize];
					}
				}
				tempData[h*image->widthStep+3*w+colorchannel]=KernelSum/FilterSum;
			}
		}
		for （h=0;hheight;h++）
		{
			for（w=0;wwidth;w++）
			{
				FilterSum=0.0f;
				KernelSum=0.0f;
				for （st=0;st				{
					if （（h-HalfSize+st）>=0&&（h-HalfSize+st）height）
					{
						KernelSum+=tempData[（h-HalfSize+st）*image->widthStep+3*w+colorchannel]*GaussianKernelPin[st-HalfSize];
						FilterSum+=GaussianKernelPin[st-HalfSize];
					}
				}
				ImagePin[h*image->widthStep+3*w+colorchannel]=KernelSum/FilterSum;
			}
		}
	}
	delete []tempData;
}
void GetOneDimensionGaussianKernel（CvMat* GaussianKernelint size）
{
	int HalfSize=size/2;
	float Sigma;
	Sigma=（size/2.0-1）*0.3+0.8;
	float* GaussianKernelPin=GaussianKernel->data.fl;
	float DataSum=0.0f;
	for （int i=0;i