C++ 如何实现梯度高斯模糊？

我想实现梯度高斯模糊效果。所谓渐变，我指的是与Photoshop相同的效果。以下图为例：

（来源：）

图像的模糊度随着y坐标的增加而减少（以左上角点为原点）

我知道如何使用核函数和FFT实现正常的高斯模糊，但我不知道如何随着y坐标的变化改变模糊度。我曾尝试将图像分割成不同的线（沿y轴方向），并对这些块应用不同的内核，但这些线的连接部分的效果非常令人讨厌

我也尝试过逐像素计算结果，并在运行时填充内核，效果很好，但是算法太慢了

所以我想知道如何实现快速梯度高斯模糊算法

---

非常感谢

模糊是2D操作，很难按行处理，每行的模糊程度不同。在考虑高斯模糊之前，我建议探索一种在视觉上很难与高斯模糊区分的框模糊解决方案

一个方法是使用一个。自己创建它是一个很好的练习，而且非常简单：整体图像的大小与原始图像相同。内容是当前像素左侧和上方所有像素强度的总和（我们分别讨论每个rgb通道）。构建积分图像的一种简单迭代方法是使用以下公式：

I(x,y)= Gray(x, y) + I(x-1, y) + I(x, y-1) - I(x-1, y-1) 

提示：如果您首先计算一个时间数组，其中每个元素只在同一行中对其左侧的强度求和，则可以更快地完成此操作

积分图像的美妙之处在于，它们允许在恒定时间内计算任意大小的窗口中的和。事实上，这只需要4个操作：对于x1、y1、x2、y2处的窗口和积分图像I（x，y）

因此，您可以实现快速模糊框过滤器（您不会在视觉上看到框和高斯过滤器效果之间的差异）

你现在需要做的就是把你的快速模糊操作应用到你所有的像素上，作为y的函数改变sz。只需4*w*h操作；构建积分图像也是O（h*w），所以实际上可以在线性时间内完成。分别为每个通道执行此操作，并将它们合并到新的rgb中

---

最后，积分图像计算是用于快速检测人脸或物体、跟踪等的Haar-box滤波器（而不是小波或Gabors）的基础。它们的速度是当今实时发现人脸的条件，因此值得研究。

两幅图像，一幅模糊，一幅未模糊；现在，将这两幅图像混合在一起（就像photoshop中的一个图层遮罩，具有从白到黑的渐变）@Paranix，你说得对！我把它弄复杂了…这只会产生两个模糊度，而梯度意味着h不同的模糊度，其中h是图像的高度。混合高频和低频不会在像素域中产生中频。你是对的，弗拉德，使用Parananix提出的方法只能产生2度模糊的图像。我已经检查了您提到的完整图像，让我问一个更难的问题，是否可以在恒定时间为图像中的每个像素创建不同的内核？是的，但它们看起来会像下面的链接中的长方体：

sum(x1, y1, x2, y2) = I(x2, y2)+I(x1, y1)-I(x1, y2)-I(x2, y1)

Iblur(x, y, sz) = I(x+sz, y+sz)+I(x, y)-I(x+sz, y)-I(x, y+sz)/[sz*sz]