bokeh百度百科的解释
摄影镜头光圈大小和拍摄距离决定了拍摄时的景深,相对于焦点位置,焦点前与焦点后的被拍摄物体会显得模糊,这个模糊区域被称为焦外。
焦外具体的模糊程度还受到镜头中镜片单体和组合的物理特性影响,形成了由镜头不同而得到的不同的焦点外的图像。于是焦外成像这个技术名词出现了。
优秀的焦外成像柔顺而迷人,色彩过渡自然,丝毫不逊色于焦点处的图像魅力。
最典型的例子,就是夜景拍摄中的远景模糊炫丽的灯光效果。
由于算法逻辑比较简单,就不多解释。
简单的说就是以半径圆圈内的各通道基于明度进行权重计算。
#ifndef ClampToByte #define ClampToByte( v ) (((unsigned)int(v)) <(255) ? (v) : (v < 0) ? (0) : (255)) #endif void bokeh(unsigned char *Input, unsigned char *Output, int Width, int Height, int Stride, int Radius) { int Channels = Stride / Width; int rsq = max(1, sqrtf(Radius)); for (int y = 0; y < Height; y++) { unsigned char * LinePD = Output + y*Stride; for (int x = 0; x < Width; x++) { unsigned int sum[3] = { 0 }; unsigned int weightsum = 0; for (int ny = max(0, y - Radius); ny < min(y + Radius, Height); ny++) { const unsigned char * sampleLine = Input + ny*Stride; for (int nx = max(0, x - Radius); nx < min(x + Radius, Width); nx++) { if (sqrtf(nx - x) + sqrtf(ny - y) < rsq) { const unsigned char * sample = sampleLine + nx*Channels; const unsigned char&R = sample[0]; const unsigned char&G = sample[1]; const unsigned char&B = sample[2]; float weight = sqrtf((unsigned char)((21627 * R + 21627 * G + 21627 * B) >> 16)); for (int c = 0; c < Channels; c++) { sum[c] += weight*sample[c]; } weightsum += weight; } } } for (int c = 0; c < Channels; c++) { LinePD[c] = ClampToByte(sum[c] / weightsum); } LinePD += Channels; } } }
这个算法以上述写法进行测试,速度极其的慢。
将这个算法的思想稍微变通一下,修改后1080P图片可达到cpu单线程实时处理。
具体优化思路,参照 图像纹理合成及纹理传输算法学习(附源码)。
源码中的函数GetLocalSquareSum。
初学者可参考 分享用于学习C++图像处理的代码示例 ,稍微改改就可以跑起来这个算法了。
这里就不贴优化后的代码了。
这个算法思路用逆反思路,则可以实现聚焦算法,算是一种特例化的反卷积算法。
一直很想把这个算法简单的写一下,写着写着又犯懒了。
明天与imageshop博主 碰个面,吃个饭,也是好久没折腾图像方面的东西了。
真怀念与imageshop博主搭档攻克图像算法的那些日子。
若有其他相关问题或者需求也可以邮件联系俺探讨。
邮箱地址是:
gaozhihan@vip.qq.com
若此博文能帮到您,欢迎扫码小额赞助。
微信:
支付宝: