что такое размытие по гауссу

Использование размытия по Гауссу для обработки фона на фото

В прошлом посте я рассказал, как можно использовать размытие фона для привлечения внимания к объектам на фото (почитать можно здесь).

Однако такой подход не всегда можно использовать, к примеру, для фото ниже это выглядело бы просто глупо. Поэтому в подобных случаях вполне применим способ обработки фона при помощи размытия по Гауссу.

И так давайте приступим, вот исходное фото:

Для начала нужно создать копию фонового слоя нашего фото, сделать это можно при помощи комбинации клавиш (Ctrl+J).

Далее для придания большего «гламура» конечному изображению можно перевести только что созданный слой к монохромному, для этого можно применить комбинацию (Сtrl+Alt+Shift+B) в открывшемся диалоге «чёрно-белое» можно ничего не менять.

В результате этих действий получим два слоя, сделаем активным верхний монохромный слой и используя главное меню программы (Фильтр – Размытие – Размытие по Гауссу) откроем диалог фильтра размытия.

Ползунком установим значения радиуса размытия, так же для этой цели можно использовать поле ввода.

Чем большее значение радиуса будет установлено, тем более размытым будет слой к которому применяется фильтр (Капитан Очевидность).

Следующим шагом нужно сделать так чтобы через размытый слой проступил фоновый. Для решения этой задачи можно использовать приём опробованный в этом посте (с использованием маски слоя) или же пойти по другому пути. При нажатой клавише (Ctrl) кликнув мышкой по слою «Фон» выделим оба слоя и объединим их.

На панели инструментов возьмём «Архивную кисть», на панели параметров нужно установить значение прозрачность (примерно 50%, можно и поменьше это зависит от времени которым вы располагаете для выполнения этой работы).

Легкими мазками архивной кистью проявите верхний слой, делайте короткие мазки, это позволит всегда быстро исправить недочеты или ошибочные мазки при помощи комбинации (Ctrl+Z) или если нужно сделать несколько исправлений (Ctrl+Alt+Z). Во время работы с кистью регулировать её размер можно при помощи клавиш — в большую сторону ([) в меньшую (]).

Вот таким простым способом можно использовать фильтр Размытие по Гауссу для обработки фона на ваших фото.

Похожие записи

Обязательно ознакомьтесь с похожими записями, возможно в них вы найдете ответы на свои вопросы

Эффект миниатюры при помощи фильтра размытие при малой глубине резкости

Ретушь портрета — работа с тоном кожи

Как создать и поставить водяной знак на фото

Источник

Русские Блоги

Гауссова фильтрация

Гауссова фильтрация

Гауссов фильтр для фильтрации изображений

Обзор:

Гауссова фильтрация:

Согласно концепции обработки изображений, гауссова фильтрация соединяет обработку частоты изображения и обработку во временной области как фильтр нижних частот, который может отфильтровывать низкочастотную энергию (такую ​​как шум) и играть роль в сглаживании изображения.

Гауссово размытие:

Шаги алгоритма:

Можно доказать, что почти для всех действительных чисел x указанные интегралы существуют. Таким образом, при различных значениях x этот интеграл определяет новую функцию h (x), называемую сверткой функции f и g, которая записывается как h (x) = (f * g) (x).

Средний процесс:

Для изображения, сглаживания и размытия используйте среднее значение окружающих пикселей

«Средняя точка» принимает среднее значение «окружающих точек» и становится 1. Численно это «сглаживание». В графике это эквивалентно созданию эффекта «размытия», а «средняя точка» теряет детали.

Очевидно, что при расчете среднего значения, чем больше диапазон значений, тем сильнее «эффект размытия».

Выше приведены исходное изображение, радиус размытия 3 пикселя и радиус размытия 10 пикселей. Чем больше радиус размытия, тем более размыто изображение. С числовой точки зрения, более гладкое числовое значение.

Если вы используете простое усреднение, оно, очевидно, не очень разумно, поскольку изображения непрерывны, чем ближе точки, чем ближе отношение, и чем дальше точки, тем более отдаленные отношения. Поэтому средневзвешенное значение является более разумным: чем ближе расстояние, тем больше вес и чем больше расстояние, тем меньше вес.

Нормальное распределение, очевидно, является желательной моделью распределения веса. Поскольку изображение двумерное, вам нужно использовать двумерную гауссову функцию:

Двумерное изображение функции Гаусса:

Одномерная гауссовская функция:

При вычислении среднего значения нам нужно только использовать «центральную точку» в качестве источника и назначить веса другим точкам в соответствии с их положением на нормальной кривой, чтобы получить средневзвешенное значение.И это процесс свертки с двумерным ядром Гаусса, описанным выше。

Процесс расчета весовой матрицы:

Если предположить, что координата центральной точки равна (0,0), то координаты 8 ближайших к ней точек следующие:

Предполагая, что σ = 1,5, весовая матрица с радиусом размытия равна 1:

Сумма весов этих 9 баллов равна 0,4787147. Если рассчитывается только средневзвешенное значение этих 9 баллов, сумма их весов должна быть равна 1. Следовательно, вышеуказанные 9 значений должны быть разделены на 0,4787147 соответственно, чтобы получить итоговую матрицу весов:

С помощью весовой матрицы можно рассчитать значение размытия по Гауссу.
Центральная точка и окружающие n точек, каждая точка умножается на свое собственное значение веса, и эти значения добавляются, что является значением размытия по Гауссу центральной точки. Повторите этот процесс для всех точек, чтобы получить размытое изображение по Гауссу.

Если исходное изображение является цветным изображением, вы можете сделать размытие по Гауссу на трех каналах RGB.

Для граничных точек не хватает точек вокруг, чтобы обойти это, скопируйте существующие точки в соответствующие позиции на другой стороне и смоделируйте полную матрицу

Пример программирования:

Исходя из вышеизложенных принципов, осуществляется программирование:

Источник

Пейзажная фотография часто стремится передать наивысший уровень детализации. В этом уроке по Photoshop вы узнаете, как тонко усилить эти детали и получить лучшие результаты. Фотография полна противоречий как в технических, так и творческих дисциплинах, которые порой могут сбивать с толку. С творческой стороны спектра эти противоречия в техниках могут генерировать наиболее интересные результаты. И эффект Ортона является одним из примеров. Пришедший в эпоху пленки, этот бессмертный эффект приобрел новую жизнь в мире цифровой фотографии.

Эффект Ортона был создан американским фотографом Майклом Ортоном. Его оригинальная методика была основана на использовании двух пленок, одна из которых была переэкспонированной и резкой, а другая недоэкспонированной и немного не в фокусе. В результате получалось резкое изображение, содержащее детали, в сочетании с живописным элементом размытия в сцене.

Создание этого эффекта в Photoshop гораздо проще, так как он может быть применен к любому изображению, используя одну экспозицию. Взяв на вооружение Слои, Фильтры и режимы наложения, мы можем воссоздать изначальный процесс с большим уровнем контроля над эффектом.

Для пейзажной фотографии это означает, что вы можете придать вашему изображению характерный лоск, при чем примененный эффект не будет бросаться в глаза, если вообще будет очевиден. Мелкие детали будут подчеркнуты и примут интересный вид. Это звучит невероятно, но это на самом деле удивительная техника…

1. Дублируем слой фона

Откройте свое изображение в Photoshop и нажмите Ctrl+J дважды, чтобы сделать две копии фонового слоя. Дважды щелкните на названии верхнего слоя и переименуйте его в Размытие. Далее дважды щелкните на среднем слое и назовите его Резкость. Теперь щелкните на слой Размытие, чтобы сделать его активным. Переименование слоев поможет избежать путаницы в процессе обработки, а также, если вы сохраняете слои в TIFF или PSD.

2. Добавляем размытие по Гауссу

Активировав в первом шаге слой Размытие, перейдите в главное меню Photoshop и нажмите Фильтр>Размытие>Размытие по Гауссу. Когда откроется диалоговое окно, установите радиус между 15-25 пикселями. Если у вас камера, которая имеет около 20 MP, выберите 15 пикселей. Но если вы снимаете на камеру с гораздо большим разрешением, то примените 20-25 пикселей. Экспериментируйте, чтобы посмотреть, что работает лучше.

3. Меняем режим наложения

Теперь вам нужно добавить степень прозрачности к двум созданным слоям, поэтому будучи на активном слое Размытие, щелкните на выпадающее меню вверху панели слоев, где Обычный установлен по умолчанию. Выберите из списка вариантов Умножение. Далее перейдите на слой Резкость и измените режим наложения с Обычный на Экран. Когда закончите, снова перейдите на слой Размытие, чтобы активировать его.

4. Настраиваем яркость изображения

Нажмите на Создать новый корректирующий слой или иконку внизу панели слоев. Это черно-белый круг. Выберите Кривые из предложенного списка. Щелкните правой кнопкой мышки в центре кривой и тяните вверх и влево, пока изображение не будет выглядеть так же ярко, как изначально. Когда оно будет достаточно ярким, закройте диалоговое окно.

5. Группируем слои и регулируем Непрозрачность

Слой Кривые не будет активен вверху перечня слоев. Нажмите Shift на клавиатуре и левой кнопкой мышки щелкните на слой Резкость. Далее нажмите Ctrl+G, чтобы сгрупировать три слоя. Если желаете, группу можно переименовать, щелкнув на ней дважды. Чтобы закончить, перейдите на ползунок непрозрачности в верхнем правом углу панели слоев и уменьшите непрозрачность до тех пор, пока не будете довольны общим результатом.

Вот и все! Вы видите изображение до и после:

Мы надеемся, что вы сочтете этот урок полезным!

Источник

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.

Источник

Размытие изображений по Гауссу с помощью SVG

В этом топике я хотел бы рассказать, как добавить изображениям на веб странице эффект размытия по Гауссу без использования флеша. Статью я планировал написать еще год назад, и, к моему большому удивлению, меня никто не опередил, хотя тема достаточно проста и интересна как с точки зрения веб дизайна, так и с точки зрения клиентской разработки. Для создания эффекта будем использовать уже ставшую популярной технологию SVG, которая работает во всех последних версиях браузеров. Для IE8- воспользуемся CSS фильтрами (Blur в частности), которые работают только в продуктах Microsoft. Для начала, предлагаю ознакомиться с итоговым вариантом здесь (наведите на любое изображение). Скрипт представлен в виде jQuery плагина, но выдернуть его для использования вне jQuery не составит труда.

Очевидно, целью работы являетя не только размытие картинки, а и анимация этого размытия.

Из простейшего примерамы видим, что интенсивность размытия зависит от атрибута stdDeviation в теге feGaussianBlur.

svg width =»100%» height =»100%» version =»1.1″
xmlns =»http://www.w3.org/2000/svg» >

defs >
filter id =»Gaussian_Blur» >
feGaussianBlur in =»SourceGraphic» stdDeviation =»3″ />
filter >
defs >

ellipse cx =»200″ cy =»150″ rx =»70″ ry =»40″
style =»fill:#ff0000;stroke:#000000;
stroke-width:2;filter:url(#Gaussian_Blur)» />

(код взят отсюда).
Первым делом я попробовал анимировать этот атрибут, но, как оказалось, значения атрибута могут быть только целыми числами, то есть анимация получалась “дерганная”. Для создания иллюзии плавной анимации, будем следовать очень простой логике.

Делаем два слоя: первый — размытое изображение (SVG), второй — исходное изображение (обычный html img), и меняем ему прозрачность, которая прекрасно анимируется. Для того, чтоб избежать проблем с позиционированием элементов относительно друг друга, было поставлено требование: исходное изображение должно содержаться в контейнере, например, в теге span, в который далее будет добавлена и размытая картинка.

span class =»blurImageContainer» >
img class =»blurImage» src =»a.jpg» >
span >

if (attrs) <
SVG.setAttr(element, attrs);
>
return element;
>,

Это всё, что нам понадобится для корректного создания нескольких svg элементов.

Для того чтоб не допустить ошибки многоразового применения плагина к одному и тому же элементу, каждый раз будем удалять элемент с размытием, а для этого нам нужно его как-то идентифицировать. К сожалению, добавить класс к самому svg элементу не удалось, зато получилось присвоить ему айдишник:

Это позволит нам так же избежать конфликта айдишников фильтра размытия, на который ссылается изображение.

В итоге мы получаем следующий код:

//ширина и высота искомого изображения
width: imgWidth,
height: imgHeight,

id: ‘blurred’ +blurredId
>);

//ширина, высота и адрес искомого изображения
width: imgWidth,
height: imgHeight,
href: imgSrc,

style: ‘filter:url(#’ +filterId+ ‘)’ //ссылка на фильтр
>);

svg xmlns =»http://www.w3.org/2000/svg» version =»1.1″ width =»144″ height =»144″ id =»blurred0.9918661566916853″ >
filter id =»blur0.9918661566916853″ >
feGaussianBlur in =»SourceGraphic» stdDeviation =»2″ > feGaussianBlur >
filter >
image x =»0″ y =»0″ width =»144″ height =»144″ href =»a.jpg» style =»filter:url(#blur0.9918661566916853)» > image >
svg >

Теперь приступим к размытию в IE ранних версий. Как говорилось выше, будет использоваться фильтр Blur. Получаемое размытие не совсем по Гауссу, да и выглядит не очень, но это не столь важно. Придерживаемся аналогичного принципа: создаем второе изображение, кладем его под исходное, размываем.

$( ‘.blurImageContainer’ ).gaussianBlur( <
deviation: 3, //уровень размытия
imageClass: ‘blurImage’ //класс искомого изображения
>);

Спасибо за внимание.
Прошу сообщать о любых неточностях и недочетах.

P. S. В процессе работы, была предпринята попытка научиться размывать не только картинки, но и целые куски html. Не смотря на то, что встроить html в svg (именно так) не составляет труда, применить графические фильтры не удалось. Буду рад, если уважаемые хабралюди помогут с идеей, как это сделать.

Источник