[D13] 空间滤波例子：Gaussian Filter

接者用高斯滤波器为例子，接者会对其权重参数（weighting, coefficient）讨论～

所谓 "模糊"，可以理解成每一个画素都取周边画素的平均值，在数值上，这是一种平滑化。在图形上，就相当於产生模糊效果 → 中间点失去细节。

原本 2 是中间点，周边点都是 1，在中间点取了周围的平均值後，就会变成 1。
取值范围越大，模糊效果会越强烈 。

做Gaussian filter 时， 会同时考虑像素本身像素和周遭像素：

权重值是受到Sigma控制的

Sigma 值越大，权重值向外下降幅度越平滑。
（越接近中心，取值越大 ; 越远离中心，取值越小。）

计算平均值的时候，我们只需要将 "中心点" 作为原点，其他点按照其在高斯分布曲线上的位置分配权重，就可以得到他的加权平均值。

经过Gaussian filter

高斯滤波器越靠中心的权重值越高，且 filter 内的权重值由中心向外平滑下降 → 離中央 pixel 距離愈远的 pixel 对滤波结果影响愈小。

影像输出：

将每个点乘以自己的权重值，再将这9个值加起来，就是中心点的高斯模糊的值了！
所有点都重复这个过程，就得到高斯模糊後的影象。

如果原图是彩色图片，可以对RGB三个通道分别做高斯模糊。