模糊的概念

---

我们之前的蒙版概念教程中已经讨论了模糊的简要介绍，但我们将在这里正式讨论它。

模糊

在模糊处理中，我们简单地模糊图像。如果我们能够正确感知其中的所有物体及其形状，则图像看起来会更清晰或更详细。例如。当我们能够非常清晰地识别眼睛、耳朵、鼻子、嘴唇、额头等时，带有面部的图像看起来就清晰。物体的这种形状是由它的边缘决定的。因此，在模糊处理中，我们简单地减少了边缘内容，并使一种颜色到另一种颜色的过渡非常平滑。

模糊与缩放

缩放图像时您可能会看到图像模糊。当您使用像素复制缩放图像并增加缩放系数时，您会看到模糊的图像。该图像的细节也较少，但并不是真正的模糊。

因为在缩放过程中，您向图像添加新像素，从而增加图像中的像素总数，而在模糊过程中，正常图像和模糊图像的像素数量保持不变。

模糊图像的常见示例

过滤器类型

模糊可以通过多种方式实现。用于执行模糊的常见类型的滤镜是。

• 均值滤波器
• 加权平均滤波器
• 高斯滤波器

在这三个中，我们将在这里讨论前两个，高斯将在接下来的教程中稍后讨论。

均值滤波器

均值滤波器也称为箱式滤波器、平均滤波器。均值滤波器具有以下属性。

• 必须是奇数顺序
• 所有元素的总和应为 1
• 所有元素应该相同

如果我们遵循这个规则，那么对于 3x3 的掩码。我们得到以下结果。

由于它是 3x3 掩模，这意味着它有 9 个单元。所有元素之和必须等于1的条件可以通过将每个值除以9来实现。

1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 = 9/9 = 1

图像上 3x3 掩模的结果如下所示

原始图像

图像模糊

可能结果还不太清楚。让我们增加模糊度。可以通过增加蒙版的大小来增加模糊效果。蒙版的尺寸越大，模糊程度就越高。因为掩模越大，可以满足的像素数量就越多，并且可以定义一种平滑的过渡。

图像上 5x5 蒙版的结果如下所示

原始图像

图像模糊

同样，如果我们增加遮罩，模糊会更多，结果如下所示。

图像上 7x7 蒙版的结果如下所示。

原始图像

图像模糊

图像上 9x9 掩模的结果如下所示。

原始图像

图像模糊

图像上 11x11 蒙版的结果如下所示。

原始图像

图像模糊

加权平均滤波器

在加权平均滤波器中，我们给予中心值更多的权重。因此，中心的贡献变得比其余值更大。由于加权平均过滤，我们实际上可以控制模糊。

加权平均滤波器的性质是。

• 必须是奇数顺序
• 所有元素的总和应为 1
• 中心元素的权重应该大于所有其他元素

过滤器1

满足两个性质，即（1 和 3）。但性质2并不满足。因此，为了满足这一点，我们将整个滤波器简单地除以 10，或乘以 1/10。

过滤器2

除法因子 = 18。