模糊的概念

我们在之前的蒙版概念教程中已经简要介绍了模糊，但我们将在这里正式讨论它。

模糊

在模糊中，我们只是模糊了图像。如果我们能够正确地感知图像中的所有物体及其形状，图像看起来会更清晰或更详细。例如。一张有脸的图像，当我们能够非常清晰地识别眼睛、耳朵、鼻子、嘴唇、前额等时，它看起来会很清晰。物体的这种形状是由于它的边缘。所以在模糊中，我们只是减少边缘内容，使从一种颜色到另一种颜色的过渡非常平滑。

模糊与缩放

当您缩放图像时，您可能会看到模糊的图像。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。这幅图像的细节也较少，但这不是真正的模糊。

因为在缩放时，您会向图像添加新像素，从而增加图像中的总像素数，而在模糊时，正常图像和模糊图像的像素数保持不变。

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。用于执行模糊处理的常见过滤器类型有。

• 均值过滤器
• 加权平均过滤器
• 高斯过滤器

在这三种过滤器中，我们将在这里讨论前两种，高斯将在后续教程中讨论。

均值过滤器

均值过滤器也称为箱形过滤器和平均过滤器。均值过滤器具有以下属性。

• 必须按奇数排序
• 所有元素的总和应为 1
• 所有元素应相同

如果我们遵循此规则，那么对于 3x3 的蒙版。我们得到以下结果。

由于它是一个 3x3 蒙版，这意味着它有 9 个单元。通过将每个值除以 9，可以实现所有元素总和应等于 1 的条件。

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

3x3 蒙版在图像上的结果如下所示

原始图像

模糊图像

结果可能不太清晰。让我们增加模糊程度。可以通过增加蒙版的尺寸来增加模糊效果。蒙版尺寸越大，模糊效果越明显。因为蒙版越大，可以满足的像素数量就越多，并且定义了一个平滑的过渡。

图像上 5x5 蒙版的结果如下所示

原始图像

模糊图像

同样，如果我们增加蒙版，模糊效果会更明显，结果如下所示。

图像上 7x7 蒙版的结果如下所示。

原始图像

模糊图像

图像上 9x9 蒙版的结果如下所示。

原始图像

模糊图像

图像上 11x11 蒙版的结果如下所示。

原始图像

模糊图像

加权平均过滤器

在加权平均过滤器中，我们赋予中心值更多权重。因此，中心的贡献大于其余值。由于加权平均过滤，我们实际上可以控制模糊。

加权平均过滤器的属性是。

• 必须按奇数排序
• 所有元素的总和应为 1
• 中心元素的权重应大于所有其他元素的权重

过滤器 1

满足两个属性（1 和 3）。但是不满足属性 2。因此，为了满足该属性，我们将简单地将整个过滤器除以 10，或将其乘以 1/10。

过滤器 2

除法因子 = 18。