Java編程實現高斯模糊和圖像的空間卷積詳解

高斯模糊

高斯模糊（英語：Gaussian Blur），也叫高斯平滑，是在Adobe Photoshop、GIMP以及Paint.NET等圖像處理軟件中廣泛使用的處理效果，通常用它來減少圖像雜訊以及降低細節層次。這種模糊技術生成的圖像，其視覺效果就像是經過一個半透明屏幕在觀察圖像，這與鏡頭焦外成像效果散景以及普通照明陰影中的效果都明顯不同。高斯平滑也用於計算機視覺算法中的預先處理階段，以增強圖像在不同比例大小下的圖像效果。 從數學的角度來看，圖像的高斯模糊過程就是圖像與正態分佈做卷積。由於正態分佈又叫作高斯分佈，所以這項技術就叫作高斯模糊。圖像與圓形方框模糊做卷積將會生成更加精確的焦外成像效果。由於高斯函數的傅立葉變換是另外一個高斯函數，所以高斯模糊對於圖像來說就是一個低通濾波器。

高斯模糊運用了高斯的正態分佈的密度函數，計算圖像中每個像素的變換。

根據一維高斯函數，可以推導得到二維高斯函數：

其中r是模糊半徑，r^2 = x^2 + y^2，σ是正態分佈的標準偏差。在二維空間中，這個公式生成的曲面的等高線是從中心開始呈正態分佈的同心圓。分佈不為零的像素組成的捲積矩陣與原始圖像做變換。每個像素的值都是周圍相鄰像素值的加權平均。原始像素的值有最大的高斯分佈值，所以有最大的權重，相鄰像素隨著距離原始像素越來越遠，其權重也越來越小。這樣進行模糊處理比其它的均衡模糊濾波器更高地保留了邊緣效果。

其實，在iOS上實現高斯模糊是件很容易的事兒。早在iOS 5.0就有了Core Image的API，而且在CoreImage.framework庫中，提供了大量的濾鏡實現。

 +(UIImage *)coreBlurImage:(UIImage *)image withBlurNumber:(CGFloat)blur { CIContext *context = [CIContext contextWithOptions:nil]; CIImage *inputImage= [CIImage imageWithCGImage:image.CGImage]; //設置filter CIFilter *filter = [CIFilter filterWithName:@"CIGaussianBlur"]; [filter setValue:inputImage forKey:kCIInputImageKey]; [filter setValue:@(blur) forKey: @"inputRadius"]; //模糊圖片CIImage *result=[filter valueForKey:kCIOutputImageKey]; CGImageRef outImage=[context createCGImage:result fromRect:[result extent]]; UIImage *blurImage=[UIImage imageWithCGImage:outImage]; CGImageRelease(outImage); return blurImage;}

在Android上實現高斯模糊也可以使用原生的API―RenderScript，不過需要Android的API是17以上，也就是Android 4.2版本。

 /** * 使用RenderScript實現高斯模糊的算法* @param bitmap * @return */public Bitmap blur(Bitmap bitmap){//Let's create an empty bitmap with the same size of the bitmap we want to blurBitmap outBitmap = Bitmap.createBitmap(bitmap.getWidth(), bitmap.getHeight(), Bitmap.Config.ARGB_8888);//Instantiate a new RenderscriptRenderScript rs = RenderScript.create(getApplicationContext());//Create an Intrinsic Blur Script using the RenderscriptScriptIntrinsicBlur blurScript = ScriptIntrinsicBlur.create(rs, Element.U8_4(rs));//Create the Allocations (in/out) with the Renderscript and the in/out bitmapsAllocation allIn = Allocation.createFromBitmap(rs, bitmap);Allocation allOut = Allocation.createFromBitmap(rs, outBitmap);//Set the radius of the blur: 0 < radius <= 25blurScript.setRadius(20.0f);//Perform the RenderscriptblurScript.setInput(allIn);blurScript.forEach(allOut);//Copy the final bitmap created by the out Allocation to the outBitmapallOut.copyTo(outBitmap);//recycle the original bitmapbitmap.recycle();//After finishing everything, we destroy the Renderscript.rs.destroy();return outBitmap;}

我們開發的圖像框架cv4j也提供了一個濾鏡來實現高斯模糊。

 GaussianBlurFilter filter = new GaussianBlurFilter();filter.setSigma(10);RxImageData.bitmap(bitmap).addFilter(filter).into(image2);

可以看出，cv4j實現的高斯模糊跟RenderScript實現的效果一致。

其中，GaussianBlurFilter的代碼如下：

 public class GaussianBlurFilter implements CommonFilter {private float[] kernel;private double sigma = 2;ExecutorService mExecutor;CompletionService<Void> service;public GaussianBlurFilter() {kernel = new float[0];}public void setSigma(double a) {this.sigma = a;}@Override public ImageProcessor filter(final ImageProcessor src){final int width = src.getWidth();final int height = src.getHeight();final int size = width*height;int dims = src.getChannels();makeGaussianKernel(sigma, 0.002, (int)Math.min(width, height));mExecutor = TaskUtils.newFixedThreadPool("cv4j",dims);service = new ExecutorCompletionService<>(mExecutor);// save resultfor (int i=0; i<dims; i++) {final int temp = i;service.submit(new Callable<Void>() {public Void call() throws Exception {byte[] inPixels = src.tobyte(temp);byte[] temp = new byte[size];blur(inPixels, temp, width, height);// H Gaussianblur(temp, inPixels, height, width);// V Gaussainreturn null;}});}for (int i = 0; i < dims; i++) {try {service.take();}catch (InterruptedException e) {e.printStackTrace();}}mExecutor.shutdown();return src;}/** * <p> here is 1D Gaussian , </p> * * @param inPixels * @param outPixels * @param width * @param height */private void blur(byte[] inPixels, byte[] outPixels, int width, int height) {int subCol = 0;int index = 0, index2 = 0;float sum = 0;int k = kernel.length-1;for (int row=0; row<height; row++) {int c = 0;index = row;for (int col=0; col<width; col++) {sum = 0;for (int m = -k; m< kernel.length; m++) {subCol = col + m;if(subCol < 0 || subCol >= width) {subCol = 0;}index2 = row * width + subCol;c = inPixels[index2] & 0xff;sum += c * kernel[Math.abs(m)];}outPixels[index] = (byte)Tools.clamp(sum);index += height;}}}public void makeGaussianKernel(final double sigma, final double accuracy, int maxRadius) {int kRadius = (int)Math.ceil(sigma*Math.sqrt(-2*Math.log(accuracy)))+1;if (maxRadius < 50) maxRadius = 50;// too small maxRadius would result in inaccurate sum.if (kRadius > maxRadius) kRadius = maxRadius;kernel = new float[kRadius];for (int i=0; i<kRadius; i++) // Gaussian functionkernel[i] = (float)(Math.exp(-0.5*i*i/sigma/sigma));double sum;// sum over all kernel elements for normalizationif (kRadius < maxRadius) {sum = kernel[0];for (int i=1; i<kRadius; i++) sum += 2*kernel[i];} else sum = sigma * Math.sqrt(2*Math.PI);for (int i=0; i<kRadius; i++) {double v = (kernel[i]/sum);kernel[i] = (float)v;}return;}}

空間卷積

二維卷積在圖像處理中會經常遇到，圖像處理中用到的大多是二維卷積的離散形式。

以下是cv4j實現的各種卷積效果。

cv4j 目前支持如下的空間卷積濾鏡

cv4j 是gloomyfish和我一起開發的圖像處理庫，目前還處於早期的版本。

目前已經實現的功能：

這週，我們對cv4j 做了較大的調整，對整體架構進行了優化。還加上了空間卷積功能(圖片增強、銳化、模糊等等)。接下來，我們會做二值圖像的分析(腐蝕、膨脹、開閉操作、輪廓提取等等)

總結

以上就是本文關於Java編程實現高斯模糊和圖像的空間卷積詳解的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續參閱本站：

70行Java代碼實現深度神經網絡算法分享

Java語言基於無向有權圖實現克魯斯卡爾算法代碼示例

java算法實現紅黑樹完整代​​碼示例

如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！