Khái niệm về Làm mờ

Giới thiệu ngắn gọn về làm mờ đã được thảo luận trong hướng dẫn trước đây của chúng tôi về khái niệm mặt nạ, nhưng chúng tôi sẽ chính thức thảo luận ở đây.

Làm mờ

Khi làm mờ, chúng tôi đơn giản làm mờ một hình ảnh. Một hình ảnh trông sắc nét hơn hoặc chi tiết hơn nếu chúng ta có thể cảm nhận tất cả các đối tượng và hình dạng của chúng một cách chính xác trong đó. Ví dụ. Một hình ảnh có khuôn mặt, trông rõ ràng khi chúng ta có thể xác định được mắt, tai, mũi, môi, trán ... rất rõ ràng. Hình dạng này của một vật thể là do các cạnh của nó. Vì vậy, khi làm mờ, chúng tôi đơn giản giảm nội dung cạnh và làm cho hình thức chuyển đổi màu này sang màu khác rất mượt mà.

Làm mờ so với thu phóng

Bạn có thể đã thấy hình ảnh bị mờ khi bạn phóng to hình ảnh. Khi bạn thu phóng một hình ảnh bằng cách sử dụng nhân bản pixel và hệ số thu phóng được tăng lên, bạn sẽ thấy một hình ảnh bị mờ. Hình ảnh này cũng có ít chi tiết hơn, nhưng nó không phải là mờ thực sự.

Bởi vì khi phóng to, bạn thêm các pixel mới vào hình ảnh, điều này làm tăng tổng số pixel trong một hình ảnh, trong khi khi làm mờ, số pixel của hình ảnh bình thường và hình ảnh bị mờ vẫn như nhau.

Ví dụ phổ biến về hình ảnh bị mờ

Các loại bộ lọc

Làm mờ có thể đạt được bằng nhiều cách. Loại bộ lọc phổ biến được sử dụng để thực hiện làm mờ là.

Bộ lọc trung bình
Bộ lọc trung bình có trọng số
Bộ lọc Gaussian

Trong số ba điều này, chúng ta sẽ thảo luận về hai điều đầu tiên ở đây và Gaussian sẽ được thảo luận sau trong các hướng dẫn sắp tới.

Bộ lọc trung bình

Bộ lọc trung bình còn được gọi là bộ lọc hộp và bộ lọc trung bình. Bộ lọc trung bình có các thuộc tính sau.

Nó phải được đặt hàng lẻ
Tổng của tất cả các phần tử phải là 1
Tất cả các yếu tố phải giống nhau

Nếu chúng ta tuân theo quy tắc này, thì đối với mặt nạ 3x3. Chúng tôi nhận được kết quả sau đây.

1/9	1/9	1/9
1/9	1/9	1/9
1/9	1/9	1/9

Vì nó là mặt nạ 3x3, có nghĩa là nó có 9 ô. Điều kiện để tất cả các tổng phần tử phải bằng 1 có thể đạt được bằng cách chia mỗi giá trị cho 9. Như

1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 = 9/9 = 1

Kết quả của mặt nạ 3x3 trên một hình ảnh được hiển thị bên dưới

Ảnh gốc

Bức ảnh bị mờ

Có thể là kết quả không rõ ràng. Hãy tăng độ mờ. Độ mờ có thể được tăng lên bằng cách tăng kích thước của mặt nạ. Kích thước của mặt nạ càng nhiều thì càng có nhiều vết mờ. Bởi vì với mặt nạ lớn hơn, số lượng pixel được cung cấp nhiều hơn và một quá trình chuyển đổi mượt mà được xác định.

Kết quả của mặt nạ 5x5 trên một hình ảnh được hiển thị bên dưới

Ảnh gốc

Bức ảnh bị mờ

Tương tự như vậy nếu chúng ta tăng mặt nạ, độ mờ sẽ nhiều hơn và kết quả được hiển thị bên dưới.

Kết quả của một mặt nạ 7x7 trên một hình ảnh được hiển thị bên dưới.

Ảnh gốc

Bức ảnh bị mờ

Kết quả của một mặt nạ là 9x9 trên một hình ảnh được hiển thị bên dưới.

Ảnh gốc

Bức ảnh bị mờ

Kết quả của một mặt nạ 11x11 trên một hình ảnh được hiển thị bên dưới.

Ảnh gốc

Bức ảnh bị mờ

Bộ lọc trung bình có trọng số

Trong bộ lọc trung bình có trọng số, chúng tôi đã cung cấp nhiều trọng số hơn cho giá trị trung tâm. Do đó sự đóng góp của trung tâm trở nên nhiều hơn so với phần còn lại của các giá trị. Do tính năng lọc trung bình có trọng số, chúng tôi thực sự có thể kiểm soát độ mờ.

Thuộc tính của bộ lọc trung bình có trọng số là.

Nó phải được đặt hàng lẻ
Tổng của tất cả các phần tử phải là 1
Trọng lượng của phần tử trung tâm phải nhiều hơn tất cả các phần tử khác

Bộ lọc 1

1	1	1
1	2	1
1	1	1

Hai thuộc tính thỏa mãn là (1 và 3). Nhưng tài sản 2 không hài lòng. Vì vậy, để đáp ứng điều đó, chúng ta sẽ đơn giản chia toàn bộ bộ lọc cho 10 hoặc nhân nó với 1/10.

Bộ lọc 2

1	1	1
1	10	1
1	1	1

Hệ số chia = 18.