Размытие
В этой статье мы рассмотрим, как реализовать эффект размытия поля изображения в C#.
Размытие достигается с помощью свертки изображения, концепции, которая применяется к широкому спектру фильтров изображений.
Извилина
Свертка — это линейная операция над сигналом и ядром. В этом случае сигналом является изображение, а ядром является фильтр. Более конкретно, в дискретной обработке изображений свертка является точечным произведением каждой точки в сигнале с ядром. Итак, очень простой пример:
1 2 3 4 5 6 |
signal: [1, 2, 3, 4] kernel: [5, 6, 7] convolution: [1 * 5 + 2 * 6 + 3 * 7, 2 * 5 + 3 * 6 + 4 * 7, 3 * 5 + 4 * 6 + 0 * 7, 4 * 5 + 0 * 6 + 0 * 7] |
Это очень простой пример, но он показывает основы свертки. Обратите внимание, что это требует значительного количества операций, в этом случае наш простой 4×1, спутанный с 3×1, взял 12 умножений и 8 сложений. Это будет важно учитывать. Также обратите внимание, что у края у нас заканчиваются сэмплы в сигнале, чтобы сделать свертку правильно, поэтому вычисления выполняются с 0. Нулевая прокладка является лишь одним из многих возможных способов решения этой проблемы.
Коробочное ядро
Чтобы размыть изображение, нам нужно применить 2D-свертку (так как изображения имеют ширину и высоту). Вопрос в том, как будет выглядеть ядро. С правильным ядром мы можем просто связать его с любым изображением, чтобы размыть его.
Чтобы придумать ядро, нам нужно некоторое простое понимание процесса свертки. Как описано выше, каждый пиксель является точечным произведением ядра и области вокруг этого пикселя. Другими словами, ядро будет диктовать, как один пиксель сочетается с пикселями вокруг него. Итак, вот пример ядра:
1 2 3 |
[0, 0, 0] [0, 1, 0] [0, 0, 0] |
Предположим, что ядро центрировано на каждом пикселе при его применении к изображению. Что произойдет? Абсолютно ничего. Это ядро приводит к значению, которое полностью состоит из текущего пикселя (значение 1) и ничего из соседних пикселей (значение 0). (Кстати, это ядро называется дельта).
Теперь давайте посмотрим на другое ядро:
1 2 3 |
[0, 0, 0 ] [0, 0.5, 0.5] [0, 0, 0 ] |
Потратьте секунду, чтобы подумать об этом. В этом случае результирующий пиксель представляет собой комбинацию половины значения текущего пикселя и половины значения его правого соседа. Это размытие, потому что каждый пиксель разбросан со своим соседом.
Если мы применим аналогичное ядро к каждому пикселю, мы сделаем что-то очень похожее на усреднение значений пикселей в окрестностях. Усреднение снижает резкость общего изображения, таким образом мы получаем размытие.
Таким образом, мы, наконец, получаем ядро размытия изображения:
1 2 3 |
[1/9, 1/9, 1/9] [1/9, 1/9, 1/9] [1/9, 1/9, 1/9] |
Это ядро будет равномерно распределять значения каждого пикселя в изображении. Как мы контролируем количество размытий? Размер ядра. Большее ядро будет усреднять большую площадь, тем самым уменьшая резкость больше. Маленькое ядро будет размываться гораздо меньше.
Создайте проект, WinForms разместите на форме 2 pictureBox в них будет загружатся оригинальное изображение, а в другое размытое. 2 кнопки одна для загрузки изображения, другая для вывода размытия. Так же понадобится numericUpDown величина размытия.
Листинг программы ниже:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 |
using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using System.Diagnostics; namespace Convolution { public partial class Form1 : Form { public Form1() { InitializeComponent(); } private void btnLoad_Click(object sender, EventArgs e) { using (OpenFileDialog diag = new OpenFileDialog()) { diag.Filter = "Bitmap|*.bmp;*.jpg;*.gif"; if (diag.ShowDialog() == DialogResult.OK) { try { picOriginal.Image = Image.FromFile(diag.FileName); } catch (Exception) { MessageBox.Show("Invalid Image"); } } } } private void btnApply_Click(object sender, EventArgs e) { if (picOriginal.Image != null) { btnApply.Enabled = false; this.Cursor = Cursors.WaitCursor; picConvolved.Image = FastBoxBlur(picOriginal.Image, (int)nAmount.Value); this.Cursor = Cursors.Default; btnApply.Enabled = true; } } private Bitmap Convolve(Bitmap input, float[,] filter) { //Найти центр фильтра int xMiddle = (int)Math.Floor(filter.GetLength(0) / 2.0); int yMiddle = (int)Math.Floor(filter.GetLength(1) / 2.0); //Создать новый образ Bitmap output = new Bitmap(input.Width, input.Height); FastBitmap reader = new FastBitmap(input); FastBitmap writer = new FastBitmap(output); reader.LockImage(); writer.LockImage(); for (int x = 0; x < input.Width; x++) { for (int y = 0; y < input.Height; y++) { float r = 0; float g = 0; float b = 0; //Применить фильтр for (int xFilter = 0; xFilter < filter.GetLength(0); xFilter++) { for (int yFilter = 0; yFilter < filter.GetLength(1); yFilter++) { int x0 = x - xMiddle + xFilter; int y0 = y - yMiddle + yFilter; //Только если в границах if (x0 >= 0 && x0 < input.Width && y0 >= 0 && y0 < input.Height) { Color clr = reader.GetPixel(x0, y0); r += clr.R * filter[xFilter, yFilter]; g += clr.G * filter[xFilter, yFilter]; b += clr.B * filter[xFilter, yFilter]; } } } //Нормализовать (основной) if (r > 255) r = 255; if (g > 255) g = 255; if (b > 255) b = 255; if (r < 0) r = 0; if (g < 0) g = 0; if (b < 0) b = 0; //Установка пикселя writer.SetPixel(x, y, Color.FromArgb((int)r, (int)g, (int)b)); } } reader.UnlockImage(); writer.UnlockImage(); return output; } /// <summary> /// Возвращает ядро 1D с фильтром в формате {1,..,n} /// </summary> private float[,] GetHorizontalFilter(int size) { float[,] smallFilter = new float[size, 1]; float constant = size; for (int i = 0; i < size; i++) { smallFilter[i, 0] = 1.0f / constant; } return smallFilter; } /// <summary> /// Возвращает ядро 1D с фильтром в формате {1},...,{n} /// </summary> private float[,] GetVerticalFilter(int size) { float[,] smallFilter = new float[1, size]; float constant = size; for (int i = 0; i < size; i++) { smallFilter[0, i] = 1.0f / constant; } return smallFilter; } /// <summary> /// Возвращает 2D-ядро с фильтром в формате {1,...,n},...,{1,...,n} /// </summary> private float[,] GetBoxFilter(int size) { float[,] filter = new float[size, size]; float constant = size * size; for (int i = 0; i < filter.GetLength(0); i++) { for (int j = 0; j < filter.GetLength(1); j++) { filter[i, j] = 1.0f / constant; } } return filter; } private Bitmap BoxBlur(Image img, int size) { //Применение фильтра путем объединения изображения с помощью 2D-ядра return Convolve(new Bitmap(img), GetBoxFilter(size)); } private Bitmap FastBoxBlur(Image img, int size) { //Применение фильтра путем объединения изображения с помощью двух отдельных 1D-ядер (быстрее) return Convolve(Convolve(new Bitmap(img), GetHorizontalFilter(size)), GetVerticalFilter(size)); } } } using System; using System.Collections.Generic; using System.Text; using System.Drawing; using System.Drawing.Imaging; namespace Convolution { unsafe public class FastBitmap { private struct PixelData { public byte blue; public byte green; public byte red; public byte alpha; public override string ToString() { return "(" + alpha.ToString() + ", " + red.ToString() + ", " + green.ToString() + ", " + blue.ToString() + ")"; } } private Bitmap workingBitmap = null; private int width = 0; private BitmapData bitmapData = null; private Byte* pBase = null; public FastBitmap(Bitmap inputBitmap) { workingBitmap = inputBitmap; } public void LockImage() { Rectangle bounds = new Rectangle(Point.Empty, workingBitmap.Size); width = (int)(bounds.Width * sizeof(PixelData)); if (width % 4 != 0) width = 4 * (width / 4 + 1); //Блокировка изображения bitmapData = workingBitmap.LockBits(bounds, ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb); pBase = (Byte*)bitmapData.Scan0.ToPointer(); } private PixelData* pixelData = null; public Color GetPixel(int x, int y) { pixelData = (PixelData*)(pBase + y * width + x * sizeof(PixelData)); return Color.FromArgb(pixelData->alpha, pixelData->red, pixelData->green, pixelData->blue); } public Color GetPixelNext() { pixelData++; return Color.FromArgb(pixelData->alpha, pixelData->red, pixelData->green, pixelData->blue); } public void SetPixel(int x, int y, Color color) { PixelData* data = (PixelData*)(pBase + y * width + x * sizeof(PixelData)); data->alpha = color.A; data->red = color.R; data->green = color.G; data->blue = color.B; } public void UnlockImage() { workingBitmap.UnlockBits(bitmapData); bitmapData = null; pBase = null; } } } |