C++ 高斯模糊不均匀
我一直在尝试为我的图像编辑程序实现一个简单的高斯模糊算法。然而,我在这方面遇到了一些困难,我认为问题在于以下片段:C++ 高斯模糊不均匀,c++,image-processing,gaussian,C++,Image Processing,Gaussian,我一直在尝试为我的图像编辑程序实现一个简单的高斯模糊算法。然而,我在这方面遇到了一些困难,我认为问题在于以下片段: for( int j = 0; j < pow( kernel_size, 2 ); j++ ) { int idx = ( i + kx + ( ky * img.width )); //Try and overload this whenever possible v
for( int j = 0; j < pow( kernel_size, 2 ); j++ )
{
int idx = ( i + kx + ( ky * img.width ));
//Try and overload this whenever possible
valueR += ( img.p_pixelArray[ idx ].r * kernel[ j ] );
valueG += ( img.p_pixelArray[ idx ].g * kernel[ j ] );
valueB += ( img.p_pixelArray[ idx ].b * kernel[ j ] );
if( kx == kernel_limit )
{
kx = -kernel_limit;
ky++;
}
else
{
kx++;
}
}
kx = -kernel_limit;
ky = -kernel_limit;
所以我可以让kx从-1(一个3x3内核)变为+1,对于ky也是一样。我认为问题在于行
int idx = ( i + kx + ( ky * img.width ));
但我不确定。我得到的印象是:
可以看出,颜色在对角线方向上模糊,看起来更像某种运动模糊,而不是高斯模糊。如果有人能帮忙,我将非常感激
编辑:
我填充内核的方式如下所示:
for( int i = 0; i < pow( kernel_size, 2 ); i++ )
{
// This. Is. Lisp.
kernel[i] = (( 1 / ( 2 * pi * pow( sigma, 2 ))) * pow (e, ( -((( pow( kx, 2 ) + pow( ky, 2 )) / 2 * pow( sigma, 2 ))))));
if(( kx + 1 ) == kernel_size )
{
kx = 0;
ky++;
}
else
{
kx++;
}
}
for(inti=0;i
几个问题:
在2*pow(sigma,2)
附近,你的高斯函数忽略了括号(即使你已经有很多…)。现在用方差相乘,而不是除法
但是你的问题是,你的高斯分布集中在kx=ky=0
,当你让它从0
运行到kernel\u size
,而不是从-kernel\u limit
运行到kernel\u limit
。这会导致对角线模糊。像下面这样的方法应该会更好
kx = -kernel_limit;
ky = -kernel_limit;
int kernel_size_sq = kernel_size * kernel_size;
for( int i = 0; i < kernel_size_sq; i++ )
{
double sigma_sq = sigma * sigma;
double kx_sq = kx * kx;
double ky_sq = ky * ky;
kernel[i] = 1.0 / ( 2 * pi * sigma_sq) * exp(-(kx_sq + ky_sq) / (2 * sigma_sq));
if(kx == kernel_limit )
{
kx = -kernel_limit;
ky++;
}
else
{
kx++;
}
}
kx=-kernel\u limit;
ky=-核极限;
int kernel_size_sq=kernel_size*kernel_size;
for(int i=0;i
还要注意我是如何摆脱你们的lisp语言的,还有一些改进:为了清晰起见,使用一些中间变量(若你们要求编译器优化的话,编译器会把它们优化掉);简单乘法比pow(x,2)快
pow(e,x)=exp(x)
我想最后两个语句应该在你的循环之外?否则,每次迭代都会覆盖kx
和ky
,而idx
的值总是相同的。另外,你能展示一下你是如何填充内核的,也许这就是问题所在。哦,是的,不管怎样,它们都在循环之外,我只是把它们放在了错误的地方…@sgvd编辑了这个问题,将内核计算包括在内。
kx = -kernel_limit;
ky = -kernel_limit;
int kernel_size_sq = kernel_size * kernel_size;
for( int i = 0; i < kernel_size_sq; i++ )
{
double sigma_sq = sigma * sigma;
double kx_sq = kx * kx;
double ky_sq = ky * ky;
kernel[i] = 1.0 / ( 2 * pi * sigma_sq) * exp(-(kx_sq + ky_sq) / (2 * sigma_sq));
if(kx == kernel_limit )
{
kx = -kernel_limit;
ky++;
}
else
{
kx++;
}
}