高斯模糊（Gaussian blur）是一种在图像处理中常用的模糊算法，它模仿了光通过透镜在屏幕上形成图像的过程。这种模糊效果是基于高斯分布（也称为正态分布）来计算的。
高斯分布是一种连续概率分布，其特点是中间值出现的概率最高，两侧逐渐减少，并且越远离中心，概率越低。在图像处理中，高斯模糊利用这种分布的特性来平滑图像，通过减少图像中的噪声和细节，使图像看起来更加柔和。
以下是高斯模糊的基本原理：
1. 高斯函数：高斯模糊的核心是一个二维高斯函数，它定义了模糊的程度。这个函数的形状类似于钟形曲线，中心点代表最清晰的像素，而远离中心点的像素被赋予较低的权重。
2. 卷积操作：高斯模糊通过将高斯函数与图像的像素值进行卷积操作来实现。具体来说，每个像素的值会被其周围像素值加权平均，权重由高斯函数决定。
3. 模糊程度：模糊程度可以通过调整高斯函数的“标准差”（sigma值）来控制。标准差越大，模糊效果越明显；标准差越小，图像保留的细节越多。
高斯模糊在图像处理中的应用非常广泛，比如：
去噪：去除图像中的随机噪声。
模糊背景：在摄影中，对背景进行高斯模糊可以突出前景物体。
美颜：在人脸美容中，高斯模糊可以用来柔化皮肤，减少皱纹和瑕疵。
虽然高斯模糊能够平滑图像，但也可能会损失一些细节信息。因此，在使用高斯模糊时需要权衡模糊效果和图像细节的保留。
