Что означает размытие по Гауссу 1px на 1px в GIMP?

Итак, я просматривал параметры размытия по Гауссу, которые предусмотрены в GIMP, одним из которых является возможность выбрать «Радиус размытия». Насколько я понимаю, фильтр Гаусса создается путем выборки функции ядра Гаусса для пикселей внутри радиуса размытия. Но это не имеет смысла, если ядро ​​размытия 1x1. Может ли кто-нибудь здесь объяснить, что именно происходит, когда в GIMP выполняется размытие по Гауссу?

Ваше здоровье.

PS: я задал этот вопрос на фото .stackexchange. Однако мне кажется, что это скорее вопрос о программном обеспечении, чем о фотографии, поэтому я задаю его здесь.


image image-processing gimp
person Roy2511    schedule 24.10.2016    source источник
comment
На самом деле это не вопрос о программировании. Мне кажется, что стековый обмен фотографиями подходит лучше, чем здесь, но если они его не принимают, он может перейти к суперпользователю (это общий вопрос программного обеспечения).   -  person thomasrutter    schedule 25.10.2016
comment
@thomasrutter все в порядке .. Я получил ответ.   -  person Roy2511    schedule 25.10.2016

Ответы (1)


arrow_upward
6
arrow_downward

Ядро Гаусса основано на уравнении exp(-d²/2σ²), где d — расстояние от центральной точки, а σ — «радиус». Это быстро убывающая функция. Чем меньше σ, тем меньше вес окружающих пикселей, но он никогда не равен нулю, и теоретически свертка бесконечна.

Можно оценить, что для σ, меньшего, чем 0.3, вклад ближайших соседей становится меньше, чем 1/256, следовательно, он полностью невидим, но для σ=1 он по-прежнему равен 60%.

person Yves Daoust    schedule 24.10.2016
comment
Вы говорите, что радиус размытия = 1px такой же, как σ=1? - person Roy2511; 24.10.2016
comment
@ Roy2511: я не знаю точного соглашения, используемого в GIMP, но сигма и радиус определенно пропорциональны. Вы можете проверить это, размыв один пиксель. - person Yves Daoust; 24.10.2016
comment
Как размыть один пиксель? Размытие изображения означает, что вы сглаживаете края, верно? Отдельный пиксель по определению не может иметь края. - person Roy2511; 24.10.2016
comment
@ Roy2511 Подрежьте белое изображение одним черным пикселем. - person Yves Daoust; 24.10.2016
comment
Да, я знаю, что установка \sigma = 1 размывает изображение. Я использовал алгоритм Тененграда для количественной оценки размытия. Меня просто интересовала связь между гауссовым ядром и радиусом размытия. В любом случае, я приму ответ. - person Roy2511; 24.10.2016
comment
@ Roy2511: Я не понимаю вашего комментария, я ответил на него. - person Yves Daoust; 24.10.2016
comment
Небольшая опечатка. Я имел в виду, что установил радиус размытия = 1 и размыл изображение с помощью фильтра Гаусса. Затем я подтвердил, что изображение на самом деле было размыто с помощью алгоритма Тененграда. - person Roy2511; 24.10.2016
comment
@Roy2511: Тененград!? Это не алгоритм размытия, а основанный на Собеле метод оценки размытия. - person Yves Daoust; 24.10.2016
comment
Просто гнида: не все изображения ограничены 8-битной глубиной, поэтому ваш числовой предел видимости действительно должен быть 1/(битовая глубина). - person Carl Witthoft; 24.10.2016
comment
Обратите внимание, что для разрабатываемой версии GIMP (2.9) битовая глубина не ограничена 8 битами на пиксель, поэтому коэффициент меньше (1/256) больше не является пороговым значением. - person jsbueno; 24.10.2016
comment
@CarlWitthoft: кого вообще волнует радиус ниже 0,3? - person Yves Daoust; 24.10.2016
comment
@YvesDaoust Не нам судить других... :-) - person Carl Witthoft; 24.10.2016
comment
@YvesDaoust .. да, я подтвердил, что размытие действительно произошло с использованием алгоритма Тененграда. Размытие было слишком маленьким. - person Roy2511; 24.10.2016
comment
@ Roy2511: можете ли вы дать ссылку на ваш алгоритм Тененграда? - person Yves Daoust; 24.10.2016
comment
Это довольно просто. Вы можете посетить эту ссылку. - person Roy2511; 24.10.2016
comment
@Roy2511: я так и думал. Размытие по Гауссу не используется в алгоритме Тененграда. - person Yves Daoust; 24.10.2016
comment
@YvesDaoust Неважно, алгоритм Тененграда несколько приближает энергию ребер. У острого края больше энергии, а у мягкого края энергии меньше. Если изображение размыто какой-либо формой размытия, то оператор Тененграда дает низкое значение по сравнению с резким четким изображением. Размытие, которое я получил, было слишком маленьким, чтобы его можно было увидеть, поэтому я использовал алгоритм Тененграда, чтобы подтвердить, что размытие действительно произошло. - person Roy2511; 24.10.2016