算法函数：Cv2.GaussianBlur

定义

void GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX);

1. Mat src

输入原始图像。

• 支持单通道、多通道彩色 / 灰度图；
• 图像数据类型可以是 CV_8U、CV_16U、CV_32F、CV_64F；
• 函数只读原图，不会修改 src 内容。

2. Mat dst

高斯模糊后的输出图像。

• 尺寸、通道、数据类型必须和 src 完全一致；
• 使用完毕务必 Dispose，防止 OpenCV 内存泄漏。

3. Size ksize 高斯卷积核尺寸

格式：Size(宽,高)，一般用正方形如 Size(5,5)、Size(3,3)。

两条规则：

1. 宽高必须都是奇数：1,3,5,7,9...
2. 可以传入 Size(0,0)：此时内核大小由 sigmaX 自动计算生成，推荐高精度场景使用。

规律：核越大，模糊程度越强，耗时越高。

4. double sigmaX

X 方向（水平方向）高斯核标准差，决定模糊强度。

• sigmaX 越大：像素权重扩散范围越大，图像越模糊；
• 如果 ksize != Size(0,0)：仅用来计算高斯核权重；
• 如果 ksize = Size(0,0)：OpenCV 根据 sigmaX 自动推导最合适的卷积核大小。

5. double sigmaY（可选，默认 = 0）

Y 方向（垂直方向）高斯核标准差：

• 当 sigmaY=0 时，自动赋值 sigmaY = sigmaX，水平、垂直模糊程度一致（绝大多数场景使用默认即可）；
• 如果需要横向模糊强、纵向弱，可以手动设置不同值实现非均匀模糊。

6. BorderTypes borderType（可选，默认 Reflect101）

卷积核滑到图像边缘时的像素填充方式，和 Blur 一致：

• Reflect101：镜像填充，边缘过渡最自然，默认推荐；
• Replicate：边缘像素向外复制；
• Constant：纯色填充，容易出现黑边 / 白边。

两种常用写法说明

写法 1：固定卷积核大小，sigma 自动计算

// 5×5高斯核，sigmaX、sigmaY由OpenCV自动推算
Cv2.GaussianBlur(src, dst, new Size(5,5), 0);

写法 2：固定 sigma，自动生成卷积核（推荐）

// 由sigmaX=1.5自动计算最合适的核尺寸
Cv2.GaussianBlur(src, dst, Size.Empty, 1.5);

关键知识点

1. 高斯模糊 vs 均值模糊 (Blur) 均值模糊是邻域像素等权重平均；高斯模糊是离中心越近权重越高、越远权重越低，模糊更自然，适合：图像降噪、平滑预处理、提取前景、Canny 边缘检测前预处理。
2. 经验取值

• 轻微降噪：Size(3,3), sigmaX=1
• 中度平滑：Size(5,5), sigmaX=1.5~2
• 强模糊：Size(7,7), sigmaX=2.5+

常见踩坑

1. ksize 宽高不能是偶数，否则直接报错；
2. sigma 设为 0 且 ksize 也为 (0,0) 会异常；
3. 多通道图像会对每个通道单独做高斯模糊，不需要手动拆分通道。

特点：降噪同时保留边缘，视觉预处理首选。

public override Mat Execute(Mat src)
{
    Mat dst = new Mat();
    Cv2.GaussianBlur(src, dst, new Size(KSize, KSize), SigmaX, SigmaY, BorderType);
    return dst;
}

若文章对您有帮助，可以激励一下我哦，祝您平安幸福！

微信	支付宝