大白话高斯模糊
以二维高斯为例，公式：
高斯模糊的原理,可以理解成每一个像素都取周边像素的加权平均值
以高斯分布取g矩阵的值得到的模糊方法即为高斯模糊
权重矩阵
假定中心点的坐标是（0,0），那么距离它最近的8个点的坐标如下：
更远的点以此类推。
为了计算权重矩阵，需要设定σ的值。假定σ=1.5，则模糊半径为1的权重矩阵如下：
这9个点的权重总和等于0.4787147，如果只计算这9个点的加权平均，还必须让它们的权重之和等于1，因此上面9个值还要分别除以0.4787147，得到最终的权重矩阵
计算高斯模糊
有了权重矩阵，就可以计算高斯模糊的值了。
假设现有9个像素点，灰度值（0-255）如下：
每个点乘以自己的权重值（高斯核函数关于中心对称，所以直接对应相乘与旋转180°相乘效果一样）：
得到
将这9个值加起来，就是中心点的高斯模糊的值。
对所有点重复这个过程，就得到了高斯模糊后的图像。如果原图是彩色图片，可以对RGB三个通道分别做高斯模糊。
参考：/weixin_39124778/article/details/78411314
