Konzept der Unschärfe
Eine kurze Einführung in das Verwischen wurde in unserem vorherigen Tutorial zum Konzept der Masken besprochen, aber wir werden es hier offiziell diskutieren.
Unschärfe
Beim Verwischen verwischen wir einfach ein Bild. Ein Bild sieht schärfer oder detaillierter aus, wenn wir alle Objekte und ihre Formen darin richtig wahrnehmen können. Zum Beispiel. Ein Bild mit einem Gesicht sieht klar aus, wenn wir Augen, Ohren, Nase, Lippen, Stirn usw. sehr klar identifizieren können. Diese Form eines Objekts ist auf seine Kanten zurückzuführen. Beim Verwischen reduzieren wir einfach den Kanteninhalt und machen den Übergang von einer Farbe zur anderen sehr glatt.
Unschärfe gegen Zoomen
Möglicherweise haben Sie beim Zoomen eines Bildes ein unscharfes Bild gesehen. Wenn Sie ein Bild mithilfe der Pixelreplikation zoomen und der Zoomfaktor erhöht wird, sehen Sie ein unscharfes Bild. Dieses Bild hat auch weniger Details, aber es ist keine echte Unschärfe.
Da Sie beim Zoomen einem Bild neue Pixel hinzufügen, erhöht sich die Gesamtzahl der Pixel in einem Bild, während beim Verwischen die Anzahl der Pixel eines normalen Bildes und eines unscharfen Bildes gleich bleibt.
Häufiges Beispiel für ein unscharfes Bild
Arten von Filtern
Unschärfe kann auf viele Arten erreicht werden. Die gängigen Filtertypen, die zum Verwischen verwendet werden, sind:
- Mittlerer Filter
- Gewichteter Durchschnittsfilter
- Gaußscher Filter
Von diesen drei werden wir die ersten beiden hier diskutieren, und Gauß wird später in den kommenden Tutorials besprochen.
Mittlerer Filter
Der mittlere Filter wird auch als Box-Filter und Durchschnittsfilter bezeichnet. Ein mittlerer Filter hat die folgenden Eigenschaften.
- Es muss ungerade bestellt sein
- Die Summe aller Elemente sollte 1 sein
- Alle Elemente sollten gleich sein
Wenn wir dieser Regel folgen, dann für eine Maske von 3x3. Wir erhalten das folgende Ergebnis.
| 1/9 | 1/9 | 1/9 |
| 1/9 | 1/9 | 1/9 |
| 1/9 | 1/9 | 1/9 |
Da es sich um eine 3x3-Maske handelt, bedeutet dies, dass sie 9 Zellen hat. Die Bedingung, dass die gesamte Elementsumme gleich 1 sein sollte, kann erreicht werden, indem jeder Wert durch 9 geteilt wird
1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 = 9/9 = 1
Das Ergebnis einer 3x3-Maske auf einem Bild ist unten dargestellt
Original Bild
Verschwommenes Bild
Möglicherweise sind die Ergebnisse nicht sehr klar. Erhöhen wir die Unschärfe. Die Unschärfe kann durch Erhöhen der Maskengröße erhöht werden. Je größer die Maske ist, desto unschärfer ist sie. Denn mit einer größeren Maske wird eine größere Anzahl von Pixeln bedient und ein glatter Übergang wird definiert.
Das Ergebnis einer Maske von 5 x 5 auf einem Bild ist unten dargestellt
Original Bild
Verschwommenes Bild
Auf die gleiche Weise wäre die Unschärfe größer, wenn wir die Maske vergrößern, und die Ergebnisse sind unten gezeigt.
Das Ergebnis einer 7x7-Maske auf einem Bild ist unten dargestellt.
Original Bild
Verschwommenes Bild
Das Ergebnis einer 9x9-Maske auf einem Bild ist unten dargestellt.
Original Bild
Verschwommenes Bild
Das Ergebnis einer Maske von 11 x 11 auf einem Bild ist unten dargestellt.
Original Bild
Verschwommenes Bild
Gewichteter Durchschnittsfilter
Im Filter für den gewichteten Durchschnitt haben wir dem Mittelwert mehr Gewicht gegeben. Aufgrund dessen wird der Beitrag des Zentrums mehr als der Rest der Werte. Aufgrund der gewichteten Durchschnittsfilterung können wir die Unschärfe tatsächlich steuern.
Eigenschaften des gewichteten Durchschnittsfilters sind.
- Es muss ungerade bestellt sein
- Die Summe aller Elemente sollte 1 sein
- Das Gewicht des Mittelelements sollte größer sein als alle anderen Elemente
Filter 1
| 1 | 1 | 1 |
| 1 | 2 | 1 |
| 1 | 1 | 1 |
Die beiden Eigenschaften sind erfüllt, nämlich (1 und 3). Aber die Eigenschaft 2 ist nicht zufrieden. Um dies zu befriedigen, teilen wir einfach den gesamten Filter durch 10 oder multiplizieren ihn mit 1/10.
Filter 2
| 1 | 1 | 1 |
| 1 | 10 | 1 |
| 1 | 1 | 1 |
Teilungsfaktor = 18.