void criarGaussiano(float **mascara, int largura, int altura){
    // adotando desvio padrão = 1,0
    float sigma = 1.0;
    float r, s = 2.0 * sigma * sigma;

    // variável para somatório
    float soma = 0.0;

    // delimitadores para máscara simétrica com média em (0,0)
    int m = (largura-1)/2;
    int n = (altura-1)/2;

    // geração dos valores da máscara
    for (int x = -m; x <= m; x++) {
        for (int y = -n; y <= n; y++) {
            r = sqrt(x * x + y * y);
            mascara[x + m][y + n] = (exp(-(r * r) / s)) / (M_PI * s);
            soma += mascara[x + m][y + n];
        }
    }

    // normalizando a máscara
    for (int i = 0; i < largura; ++i)
        for (int j = 0; j < altura; ++j)
            mascara[i][j] /= soma;
}

Mat filtroGauss(Mat img, int x, int y){
    Mat processada = img.clone();

    // Cria dinamicamente uma matriz com as dimenções passadas por parametro
    float **Kernel;
    Kernel = (float**) malloc (x * sizeof(float*) );
    for (int i=0; i<x; i++){
        Kernel[i] = (float*) malloc (y * sizeof(float) );
    }

    criarGaussiano(Kernel, x, y); // Atribuição de valores a mascara
    processada = convoluirGenerica(img, Kernel, x, y); // Processamento da imagem

    return processada;
}