高斯模糊

高斯模糊

高斯模糊是一种可以让图像过渡平滑的算法，不保留边缘。

实现步骤：

1.输入模糊半径R和标准差σ

2.根据R和σ和二维正态函数生成一个边长为2R+1的权值方阵，方阵中心坐标为（0，0）

3.对图像的每一个像素p进行处理，以p为中心选择半径为2R+1的正方形，用正方形中的RGB分量分别和权值方阵对应位置相乘然后相加，得到模糊后的像素p’

详细步骤：

1.输入模糊半径R和标准差σ

这个是最难解释的，但是大家都懂，就是两个数字R取正整数，σ可以取0.8R。这两个参数可以决定最终的模糊效果。R越大中心点像素可以受到更远像素的影响。σ值越大，周围的像素对中心像素影响越大。

2.假设R=2，σ=1.6，建造一个5*5的方阵.

现在方阵建好了，中心点是（0，0），左上角坐标是（-2，-2），下面要根据二维的正态分布函数（即二维高斯函数）填写权值了，二维高斯函数如下：

R=2，σ=1.6,π≈3.1415，e≈2.71828

下面计算（-2，-2）的值:

将这些已知量带入G（x,y）

G(-2,-2)=1/(2*3.1415*1.6*1.6)*2.71828^(((-2)*(-2)+(-2)*(-2))/(2*1.6*1.6))≈0.0105

计算（-1，-2）的值：

G(-1,-2)=1/(2*3.1415*1.6*1.6)*2.71828^(((-1)*(-1)+(-2)*(-2))/(2*1.6*1.6))≈0.0227

。。。

。。。

计算（2，2）的值：

G(2,2)=1/(2*3.1415*1.6*1.6)*2.71828^(((2)*(2)+(2)*(2))/(2*1.6*1.6))≈0.0105

填写完毕，得到的方阵如下：

到了这里，这个高斯方阵已经计算完毕了，但是我们想要的是权值方阵，这个方阵中的所有权值之和大约为0.8686，并不等于1，如果使用这个方阵做权值，最终得到的图片经过了高斯模糊，但是亮度会比原图暗一些，为了不让处理后的图像变暗，把方阵中的每一个权值除以0.8686，这样，他们的和就等于1了，图像就不会变暗了，计算后，我们得到最终的权值方阵：

3.对图像的每一个像素p进行处理，以p为中心选择半径为2R+1的正方形，用正方形中的RGB分量分别和权值方阵对应位置相乘然后相加，得到模糊后的像素p’

众所周知，计算机通过RGB三原色合成其他各种颜色。

一组RGB可以表示一个像素。

一张平面图片，是由w*h个像素组成的，w图像宽度，h图像高度。一张平面图像是由w*h组RGB组成的。

对于图像的大多数像素点x，y而言，都可以找到一个R*R的方阵，（x,y）在方阵中央。

例如下面这张图片（如果侵犯了版权，请及时联系我，本人QQ：79221571，立刻进行修改）：

从这里面可以选择许多5*5的像素方阵，某个颜色方阵如下：

这里虽然用颜色展示了，其本质是5*5*3个byte型数字。其中25个R分量，25G分量，25个B分量。假设其红色分量方阵如下：

sum=0.0121*20+0.0261*30+...+0.0261*94+0.0121*15.

将sum值填到一个新的图片对应位置中心，也就是69的位置。

边缘处可能不能找到一个5*5的像素方阵，这时用它的对称位置补全。

public static int[] gaussianBlur(int[] src,int w,int h,int r,double sigma2){
		double kernel[]=gaussianBlurkernel(r, sigma2);
		int side=(r<<1)|1;
		double weight;
		int res[]=new int[src.length];
		int x,y;
		double R,G,B;
		int rr,gg,bb,color;
		for(int i=0;i<h;i++){
			for(int j=0;j<w;j++){
				//中心点坐标(j,i)
				R=0f; G=0f; B=0f; 这里我们使用的是灰度图，只计算B即可
				B=0f;
				for(int p=-r;p<=r;p++){
					for(int q=-r;q<=r;q++){
						weight=kernel[(p+r)*side+q+r];
						y=i+p;
						x=j+q;
						if(x<0||x>=w){
							x=2*j-x;
						}
						if(y<0||y>=h){
							y=2*i-y;
						}
						color=src[y*w+x];
						R+=((color>>16)&0xff)*weight;
						G+=((color>>8)&0xff)*weight;
						B+=(color&0xff)*weight;
					}
				}
				rr=(int)R;gg=(int)G;bb=(int)B;
				bb=(int)B;
				res[i*w+j]=(bb<<16)|(bb<<8)|bb;
				//res[i*w+j]=bb;
			}
		}
		
		return res;
	}
	public static double[] gaussianBlurkernel(int r,double sigma2){
		int side=(r<<1)|1;
		double[] kernel=new double[side*side];
		double sigma2X2=sigma2*2f;
		double sigma2X2XPI=sigma2X2*Math.PI;
		double w,sw=0;
		for(int i=0;i<side;i++){
			for(int j=0;j<side;j++){
				double x=j-r;
				double y=i-r;
				w=Math.exp(-(x*x+y*y)/sigma2X2)/sigma2X2XPI;
				kernel[i*side+j]=w;
				sw+=w;
			}
		}
		
		for(int i=0;i<kernel.length;i++){
			kernel[i]/=sw;
		}
		
		return kernel;
	}

终于写完了，图片真难做！！！！！看效果图吧，取R=10，σ=8