что такое гауссово размытие
Размытие по Гауссу
400mm f/5.6L @ 400mm
1/500 сек @ f/8 — ISO 400
Это фото было снято во время моей поездки в тропические леса Коста-Рики в феврале 2001 года. Я сделал его с маленькой лодки на реке Рио Аквинас. Хотя мне нравится время от времени смотреть на него, скучая по тем временам, я решил, что, хотя фото и хорошо передает то, что я видел, но не передает « чувство » жары и невероятной влажности, которые испытываешь в этих тропических местах:
Я считаю, что вот эта версия передает все это намного лучше. Резкая, и в то же время мягкая. Области тени стали темнее и резче, а освещенные участки стали светлее и мягче. Замечательно, не так ли?
Не все изображения поддаются такой обработке, но для тех фото, для которых это применимо, вы можете создать совершенно особенный вид, и в то же время не слишком « броский » — это все еще фото реальных объектов.
Это позволит вам проводить тесты гораздо быстрее, а когда у вас будет представление о том, что вы хотите сделать, тогда можно взять файл с оригинальным разрешением. ( 72 точки на дюйм — это максимальное разрешение, необходимое для экрана компьютера. Затем повторите все действия с изображением в оригинальном разрешении, когда поймете, какой эффект вам нужен ):
Цапля #1 — Онтарио, 2000
Другой пример применения этой техники для фото цапли приведен выше. Сама фотография была неплоха, но она не передавала ощущение утреннего света в северных лесах, которые я помнил так хорошо. Использование наложения «Размытия по Гауссу» позволило мне создать снимок, который лучше передает мои эмоции.
То, что мне больше всего нравится в этой технике, это то, что ее эффект очень тонкий. Человек, рассматривающий фото, может почувствовать, что изображение было изменено, но это не является очевидным, и это в любом случае не влияет на его восприятие.
Быстрое размытие по Гауссу
Фильтр размытия по гауссу (широко известный “gaussian blur” в фотошопе) достаточно часто применяется сам по себе или как часть других алгоритмов обработки изображений. Далее будет описан метод, позволяющий получать размытие со скоростью, не зависящей от радиуса размытия, используя фильтры с бесконечной импульсной характеристикой.
Описание метода есть на английском. Но на русском информации нет. Кроме того, мною были внесены некоторые изменения.
Итак, пусть исходное изображение будет задано яркостью x(m,n). Гаусово размытие с радиусом r считается по формуле
Пределы суммирования по u и v можно выбирать как плюс минус несколько сигм, т.е. радиусов r, что даёт сложность алгоритма порядка O(r 2 ) операций на пиксель. Для больших r и многомегапиксельных изображений не слишком здорово, правда?
Первое ускорение даёт свойство сепарабельности гауссова размытия. То есть, можно провести фильтрацию по оси x для каждой строки, полученное изображение отфильтровать по y по каждому столбцу и получить тот же результат со сложностью O(r) операций на пиксель. Уже лучше. Это свойство мы тоже будем использовать, поэтому дальше все рассуждения будут для одномерного случая, где нужно получить y(n) имея x(n).
В этом нам помогут фильтры с бесконечной импульсной характеристикой. Идея фильтра такова: значения y(n) рекуррентно рассчитываются по формуле:
Т.е. дальше нужно просто подобрать три похожие функции, каждая из которых стремится в пределе в константе. Я искал функции в виде отношения
и подобрал коэффициенты самым простым образом — просто использовав Wolfram Mathematica. Кстати, если внимательно изучать графики данных из таблиц, видно что функция имеет несколько пилообразную структуру. Поэтому при аппроксимации мы немного потеряем в точности, но по факту совсем чуть чуть — значения из таблицы дадут ошибку на 10 процентов меньшую, чем полученные полиномами.
Ну вот. Для тех, кто уже запутался что и от чего нужно считать, приведу финальный код функции на С для расчёта коэффициентов:
Всё! Теперь, нужно написать сам код. Расчёт, конечно, нужно производить во float, но современные компьютеры считают на числа с плавающей запятой (особенно с sse) довольно быстро. Программисты из Интел, кстати, озаботились оптимизацией Gauss-IIR фильтров под векторные инструкции процессора уже написали целую статью. Правда, там считают немножко другим методом, но основные способы оптимизации описаны хорошо.
В конце можно дать пример того, что получилось:
Картинка практически не отличается от «честной». Впрочем, если открыть её в фотошопе и поизучать внимательно, разницу найти можно.
Эффект размытия по Гауссу
Используйте эффект размытия по Гауссу, чтобы создать размытие на основе функции по Гауссу для всего входного изображения.
Идентификатором CLSID для этого действия является CLSID _ D2D1GaussianBlur.
Пример изображения
| До |
|---|
 |
| После |
 |
Свойства эффектов
Режимы оптимизации
| Имя | Описание |
|---|---|
| _ _ Скорость оптимизации D2D1 _ директионалблур | Применяет внутренние оптимизации, такие как предварительное масштабирование относительно небольших радиусов. Использует линейную фильтрацию. |
| _ _ Сбалансированная оптимизация D2D1 директионалблур _ | Использует те же пороговые значения оптимизации, что и режим скорости, но использует фильтрацию трилинейной. |
| _ _ Качество оптимизации D2D1 _ директионалблур | В используются только внутренние оптимизации с большими радиусами, где приближение меньше вероятно должно быть видимым. Использует фильтрацию трилинейной. |
Режимы границ
| Имя | Описание |
|---|---|
| _ _ Мягкий режим границы _ D2D1 | Эффект записывает изображение прозрачными черными пикселями, так как оно применяет ядро размытия, что приводит к мягкому пограничным границе. |
| Жесткое D2D1 в _ _ режиме границы _ | В результате выходные данные заменяются на размер входного изображения. Когда эффект применяет ядро размытия, он расширяет входной образ с помощью преобразования границы зеркального типа для выборок за пределами входных данных. |
Битовая карта вывода
Результат этого действия может быть больше, чем входной точечный рисунок, основанный на радиусе размытия и режиме границы. Если для параметра режим границы задано значение _ D2D1 _ в режиме границы, _ гории для выходного точечного рисунка увеличивается на размер ядра размытия, представленного в пикселях. В этой таблице представлена формула, с помощью которой можно вычислить выходное растровое изображение.
Output bitmap growth (X and Y) = StandardDeviation (DIPs)*6*((User DPI)/96)
Таким образом, если размер изображения увеличивается на 10 пикселей в каждом направлении, верхний левый угол изображения будет находиться в (-5,-5), а нижний правый — в (105, 105).
Это широко используемый эффект в графическом программном обеспечении, обычно для уменьшения шума изображения и уменьшения детализации. Визуальный эффект этой техники размытия представляет собой плавное размытие, напоминающее эффект просмотра изображения через полупрозрачный экран, что заметно отличается от эффекта боке, создаваемого не в фокусе линзы или тени объекта при обычном освещении.
СОДЕРЖАНИЕ
Математика
В двух измерениях это произведение двух таких функций Гаусса, по одной в каждом измерении:
Размытие по Гауссу обычно используется при уменьшении размера изображения. При понижении дискретизации изображения обычно перед повторной дискретизацией к изображению применяется фильтр нижних частот. Это необходимо для предотвращения появления ложной высокочастотной информации в субдискретизированном изображении ( алиасинг ). Размытие по Гауссу обладает хорошими свойствами, например, не имеет острых краев и, следовательно, не вносит звона в отфильтрованное изображение.
Фильтр нижних частот
Снижение дисперсии
Пример гауссовой матрицы
Эта матрица выборки создается путем выборки ядра фильтра Гаусса (с σ = 0,84089642) в средних точках каждого пикселя с последующей нормализацией. Центральный элемент (в [4, 4]) имеет наибольшее значение, симметрично уменьшаясь по мере увеличения расстояния от центра.
Элемент 0,22508352 (центральный) в 1177 раз больше, чем 0,00019117, который находится сразу за пределами 3σ.
Выполнение
Эффект размытия по Гауссу обычно создается путем свертки изображения с ядром КИХ значений Гаусса.
На практике лучше всего использовать свойство разделяемости размытия по Гауссу, разделив процесс на два прохода. На первом проходе используется одномерное ядро для размытия изображения только в горизонтальном или вертикальном направлении. Во втором проходе то же одномерное ядро используется для размытия в оставшемся направлении. Результирующий эффект такой же, как при свертке с двумерным ядром за один проход, но требует меньшего количества вычислений.
Дискретность обычно достигается путем дискретизации ядра фильтра Гаусса в дискретных точках, обычно в положениях, соответствующих средним точкам каждого пикселя. Это снижает вычислительные затраты, но для очень маленьких ядер фильтров точечная дискретизация функции Гаусса с очень небольшим количеством отсчетов приводит к большой ошибке.
В этих случаях точность поддерживается (с небольшими вычислительными затратами) путем интегрирования функции Гаусса по площади каждого пикселя.
При преобразовании непрерывных значений Гаусса в дискретные значения, необходимые для ядра, сумма значений будет отличаться от 1. Это вызовет затемнение или осветление изображения. Чтобы исправить это, значения можно нормализовать, разделив каждый член в ядре на сумму всех членов в ядре.
Общее использование
Обнаружение края
Использование фильтра размытия по Гауссу перед обнаружением краев направлено на снижение уровня шума в изображении, что улучшает результат следующего алгоритма обнаружения краев. Этот подход обычно называют лапласианом Гаусса или фильтрацией LoG.
Фотография
Размытие по Гауссу автоматически применяется как часть постобработки изображения с помощью программного обеспечения камеры, что приводит к необратимой потере деталей.
Фильтры подменю «Размытие»
Фильтр «Усредненное» находит средний цвет изображения или выделения, а затем заполняет изображение или выделение этим цветом, чтобы оно выглядело гладким. Например, если выделена область с изображением травы, этот фильтр преобразует область в однородное зеленое пятно.
Фильтры размытия предназначены для уменьшения резкости изображения и обеспечения разной степени смягчающего эффекта. Эти фильтры находят самое интенсивное использование в работе для исправления мелких погрешностей. Фильтры размытия сглаживают переходы, усредняя характеристики пикселей, находящихся рядом с резкими краями четко выраженных линий и затененных областей изображения.
Устраняет шум при наличии существенных переходов цветов в изображении. Фильтры размытия сглаживают переходы, усредняя характеристики пикселей, находящихся рядом с резкими краями четко выраженных линий и затененных областей изображения.
Производит эффект, намного превосходящий по своей интенсивности действие фильтра «Размытие».
Перед применением фильтра «Размытие» снимите флажок «Закрепить прозрачные пикселы» на панели «Слои».
Размытие по Гауссу
Этот фильтр быстро размывает выделенную область на регулируемое значение. Гауссовым распределением называется конусообразная кривая, которую рассчитывает Photoshop Elements при применении к пикселям средневзвешенного значения. Применение фильтра «Размытие по Гауссу» приводит к уменьшению количества деталей и позволяет создать эффект дымки. В поле «Радиус» можно установить значения радиуса, который определяет степень размытия (чем больше радиус, тем сильнее размытие).
Размытие при малой глубине резкости
Инструмент «Размытие при малой глубине резкости» создает эффект уменьшения глубины резкости изображения в пространстве, в результате чего одни объекты в изображении остаются в фокусе, а другие — размытыми. Части изображения, которые будут размыты и которые останутся в фокусе, зависят от слоя-маски, сохраненной выделенной области или примененных настроек прозрачности. Способ проявления размытия зависит от выбранной формы диафрагмы. Форма диафрагмы определяется количеством своих заслонок. Заслонки диафрагмы можно изменить, изгибая (округляя) или поворачивая их. Используя параметры просмотра, посмотрите, как изменяется фотография при изменении настроек в диалоговом окне «Размытие при малой глубине резкости».
Размытие в движении
Радиальное размытие
Имитирует размытие изображения в фотокамере при масштабировании или вращении, что позволяет создать эффект мягкого размытия. В поле «Эффект» устанавливается степень размытия, а группа переключателей «Метод» позволяет выбрать один из методов размытия: Метод «Кольцевой» — имитирует размытие объекта при вращении, позволяет задать угол вращения. Метод «Линейный» — имитирует размытие объекта при увеличении, позволяет задать значения в диапазоне от 1 до 100. Группа переключателей «Качество» определяет качество размытия: «Среднее» (быстрое размытие, но с большей зернистостью), «Хорошее» или «Наилучшее» (более гладкий результат). Однако уровни качества размытия ничем не отличаются, если эффект применяется не к крупным выделенным областям. В поле «Центр» можно вручную, с помощью мыши, перемещать центр размытия.
«Умное» размытие
Фильтр ««Умное» размытие» размывает изображение на определенное значение. В поле «Радиус» можно определить радиус размытия пикселей, в поле «Порог» установить степень различия пикселей для устранения размытия, а в поле «Качество» задать уровень качества размытия. Кроме того, можно установить режим «Нормальный» (вся выделенная область), «Только края» или «Перекрытие» (края цветовых переходов). В тех местах, где возникает существенный контраст, в режиме «Только края» применяются черно-белые края, а в режиме «Перекрывать края» — белые.
Размытие по поверхности
Фильтр «Размытие по поверхности» размывает изображение, сохраняя при этом края. Этот фильтр предназначен для создания специальных эффектов, а также для устранения «шума» и зернистости. Параметр «Радиус» позволяет указать размер области, в которой производится выборка для размытия. Параметр «Порог» определяет, в какой степени значения тональных градаций соседних пикселей должны отличаться от центрального пикселя, чтобы эти пиксели были включены в процесс размытия. Пиксели, имеющие различия значений тональных градаций меньше значения «Порог», исключаются из размытия.