问题标签 [gaussianblur]

我已经使用特征点检测器和描述符开始了我在图像识别领域的第一个项目。在开始这个项目之前，我没有关于图像识别技术主题的先验知识，然后我研究了可用的检测器和描述符，并了解了它们之间的差异。最后，我选择了使用 ORB 检测器和描述符来进行图像识别（如果根据我的要求不能正常工作，那么我想稍后再使用 BRISK）。

到目前为止，我正处于使用 ORB 获得图像识别结果的阶段。此时，我正在考虑在我的代码中使用高斯滤波器，这样即使输入图像有点模糊，我也可以获得更好的结果。

我的问题：

1) 是否可以使用带有 ORB 的高斯滤波器来获得更好的图像识别结果？

2）当我阅读有关 ORB 的论文时，我开始知道以下几行

ORB 提供了哈里斯角以检测图像中的角点，我是否值得将高斯滤波器与 ORB 一起使用？

3) ORB 仅使用 Harris Corner 来检测角点还是其他？

请让我知道这一点，并就上述问题给我启发。

我不擅长 JavaScript，一直试图让Ivan Kuckir 的 Fastest Gaussian Blur代码工作但没有成功。当我加载页面时，它变得无响应，因此我将不得不以某种方式关闭窗口。我使用的代码如下。做错了什么？

我已经实现了一个简单的高斯模糊并将其与延迟着色相结合，并且它可以工作。当我尝试将另一个对象添加到场景中时，该对象也会受到模糊的影响，这不是我想要的。是否可以使模糊仅影响目标对象的图像，还是应该影响整个场景？

对于模糊，我使用了 2 个顶点着色器，一个用于计算水平纹理坐标，另一个用于计算垂直纹理坐标。两个顶点着色器都使用相同的片段着色器，它只计算这些预先计算的纹理坐标上纹素颜色的高斯加权平均值。

模糊对象的片段着色器：

在这种情况下gColorSpec是延迟着色的颜色样本（图像）。

在延迟着色的闪电通道中，我激活了第一个和第二个顶点着色器。

已经尝试过：当我使用延迟着色时，我尝试制作另一个帧缓冲区来渲染几何图形，然后仅用于模糊图像对象。这不起作用，因为我似乎只需要一个帧缓冲区来加起来整个场景的几何图形。我还尝试添加另一个附件来替换gColorSpec，只是为了检查它是否与gColorSpec另一个图像对象的另一个连接。

我查看了互联网以及查看了此处（stackoverflow），但找不到关于如何在我的 qimage 对象中添加高斯白噪声的好答案。或者是否有我可以使用的现有功能？

有什么建议么？提前谢谢

我正在编写访问我的相机的代码，将输出转换为灰度，应用高斯模糊找到最亮的区域/像素并将其圈出。除了画圆部分之外的所有东西都可以正常工作。我尝试使用的命令对我没有任何作用。有人有想法吗？我正在使用 opencv、python 2.7 和 Windows 计算机！

这是代码：

这是我到目前为止一直试图添加的行：

我使用 Renderscript 对图像进行高斯模糊。但不管我做了什么。ScriptIntrinsicBlur 更快更快。为什么会这样？ScriptIntrinsicBlur 正在使用另一种方法？这是我的 RS 代码：

我知道这个问题已经被问过很多次了，但是我的问题有点不同，因为我创建了一个模糊的框。但我的问题集中在模糊框的背景图像上。

所以基本上，我有以下模糊的盒子。我将在插件中使用它。 演示

为了使这个框模糊，.dany:before必须有与父母的背景相同的背景。但由于这是一个插件的皮肤，我无法预测它的父母会有什么背景。所以我正在寻找一种可以找到其父背景或背景并将其设置为插件背景的方式，以便模糊效果可以工作。

我不介意 JavaScript 或 jQuery，但它在任何情况下都能正常工作非常重要。

知道如何实现这一目标吗？

见编辑

为了详细了解它，我尝试在MATLAB中自己实现高斯模糊算法，而不是使用内置算法。

我发现了一个有趣的实现，有人已经问过如何编写这种算法。所以这不是生意。

此外，我使用以下公式来计算给定半径的标准偏差，就像GIMP一样：

我的算法适用于小半径值（例如 3、5、7），没有任何问题（至少你看不到差异）。如果我尝试模糊半径为 21 的图像，输出如下：

与 GIMP 的 / MATLAB 的imgaussfilt(A,sigma)输出相比：

显然，算法计算的输出图像不同（或至少相似）。除此之外，GIMP / MATLAB 还能imgaussfilt(A,sigma)做什么？

图像的边界可以忽略。我知道这个问题。但我不明白输出图像中“奇怪的像素条纹”的来源。

为了完整起见，这里是源代码：

编辑：

为了完整起见并帮助他人：我应用了erfan的修改。现在的结果好多了，但是仍然可以看到与 gimp 的计算有明显差异。GIMP 的结果看起来“更平滑”。

实现的算法：

结果：

GIMP的结果：

在完全回答这个问题并帮助其他人解决同样的问题方面，我认为询问差异的根源可能是有用的。

谢谢！

您可以在下图中看到结果。原始图像只是一个灰色像素，结果应该是这样但模糊。

Opencv 没有使用高斯模糊的直接相邻像素，我猜它正在做某种内部填充。为什么这样做我不知道，我最初的猜测是它假设向量有多个通道，但事实并非如此。这是我如何创建用于计算的 cv::Mats 以及我如何调用 cv::gausianBlurr

图片

我需要在 Java 中为 3x3、5x5 和 7x7 矩阵实现高斯模糊。如果我错了，你能纠正我吗：

1. 我有一个矩阵（M）3x3（中间值为 M(0, 0)）：

   /li>

2. 我从图像和每个最近的像素中获取一个像素（P）：

   /li>

3. 然后除以它的矩阵总值：

   /li>

这就是我的程序所做的一切。我没有改变极端像素。

我的程序：

我source从BufferedImage这样的：

所以对于这张图片：

结果是这样的：

你能描述一下我的程序有什么问题吗？