如何在python中使用内核[3,3]实现高斯滤波器？

我需要在python中实现内核大小为[3,3]的高斯滤波器2d，但我不知道如何才能做到这一点？我在Matlab中使用此方法：

G = fspecial('gaussian',[3 3],0.5);
Ig = imfilter(watermarkImage,G,'same');

但是在python中，我们有一些类似的函数

blurred_img = gaussian_filter(img, Q, mode='reflect')

---

那

Q

是标准的，我不知道如何用内核生成模糊图像[3,3]。你能帮我解决这个问题吗？

如果OpenCV是选项，那么它就有这个功能，即它接受内核的宽度和高度（都应该是奇数和正的）以及标准偏差，因此使用内核大小[3,3]和偏差0.5，如下所示：

blur = cv2.GaussianBlur(img,(3,3),0.5)

---

其中，

img

是表示图像的数组，可能是通过使用

cv2.imread

函数创建的。

如果OpenCV是可选的，则它具有此功能，即它接受内核的宽度和高度（都应为奇数和正）以及标准偏差，因此使用内核大小[3,3]和偏差0.5，具体如下：

blur = cv2.GaussianBlur(img,(3,3),0.5)

---

其中，

img

是表示图像的数组，可能是使用

cv2.imread

函数创建的。

scipy.ndimage.gaussian_filter

具有参数

truncate

，该参数在

sigma

中设置滤波器大小（截断）。这里的sigma是0.5，假设3x3围绕中心对称，这意味着它在3/2=1.5=3 sigma处截断。因此，您可以使用

高斯滤波器（img，0.5，order=0，truncate=3.0）

并查看是否得到与matlab代码相同的结果

---

请注意，对于高斯滤波器的情况，

fspecial

的文档提到不建议使用此函数，而是使用

imgaussfilt

或

imgaussfilt3

。

scipy.ndimage.Gaussian_filter

参数设置滤波器大小（截断）在

sigma

中。这里的sigma是0.5，假设3x3围绕中心对称，这意味着它在3/2=1.5=3 sigma处截断。因此，您可以使用

高斯滤波器（img，0.5，order=0，truncate=3.0）

并查看是否得到与matlab代码相同的结果

请注意，对于高斯滤波器的情况，

fspecial

的文档中提到，不建议使用此函数，而是使用

imgaussfilt

或

imgaussfilt3

。

检查如何从所需宽度（此处为3）计算sigma检查如何根据所需宽度计算sigma（此处为3）