高斯模糊,听起来很高大上,其实就是一种很基础的数学算法应用,不要被“高斯”迷惑了双眼,它并没有高斯本人那么深不可测。。
高斯模糊之所以叫高斯模糊,是因为它运用了高斯的正态分布的密度函数,我记得是大二时候学的:
其中,μ是x的均值,σ是x的标准差(评论提醒)。由于每次计算都以当前计算点为原点,所以μ等于0。于是公式进一步简化为:
在图形上,正态分布是一种钟形曲线,越接近中心,取值越大,越远离中心,取值越小。
计算平均值的时候,我们只需要将"中心点"作为原点,其他点按照其在正态曲线上的位置,分配权重,就可以得到一个加权平均值。
而他的二维方程是:
也就是说,把它运用于图像算法中,就会使图像出现模糊的效果:
我从最基础的开始举例子,以一维方程做起,将x,y轴分别进行高斯模糊。
我们假设σ为1.5吧,假设有x轴上三个像素点,中间点为原点:
带入公式后,三个点的值为:
这3个像素的权重总和等于0.80858986,如果只计算这3个点的加权平均,还必须让它们的权重之和等于1,因此上面3个值还要分别除以0.80858986。
那么,这个数字有什么用呢?
我们都知道,每一个像素点,决定它色差的是RGB值,计算加权平均的时候要分别计算;
现在我们把GB设为0,只计算R,我们来假设一个点,R值为27,125,22:
将三个数字乘以加权平均值后,分别为6.8391,61.6725,6.8391
而中心点的R值就变为 6.8391+61.6725+6.8391 = 75.5137 记为75;
变为:
就使像素点相对于旁边两点更加柔和了。
参考地址:
http://www.ruanyifeng.com/blog/2012/11/gaussian_blur.html