使用OpenCV进行高斯模糊:只模糊图像的子区域？

Question

是否可以仅使用OpenCV模糊图像的子区域而不是整个图像,以节省一些计算成本？

谢谢!

编辑:重要的一点是,当模糊子区域的边界时,应尽可能多地使用现有的图像内容; 只有当卷积超过原始图像的边界时,才能使用外推法或其他人工边界条件.

Answer 1

模糊的整体形象,假设你要覆盖原(就地过滤支持由CV ::高斯模糊),你会碰到这样的

 cv::GaussianBlur(image, image, Size(0, 0), 4);

要仅模糊区域,请使用Mat :: operator()(const Rect&roi)来提取区域:

 cv::Rect region(x, y, w, h);
 cv::GaussianBlur(image(region), image(region), Size(0, 0), 4);

或者,如果您想在单独的图像中输出模糊的输出:

 cv::Rect region(x, y, w, h);
 cv::Mat blurred_region;
 cv::GaussianBlur(image(region), blurred_region, Size(0, 0), 4);

以上使用默认BORDER_CONSTANT选项,该选项仅假设在进行模糊时图像外部的所有内容均为0. 我不确定它对区域边缘的像素有什么影响.您可以强制它忽略区域外的像素(BORDER_CONSTANT | BORDER_ISOLATE).所以它认为它可能确实使用了区域外的像素.您需要将上面的结果与以下内容进行比较:

 const int bsize = 10;
 cv::Rect region(x, y, w, h);
 cv::Rect padded_region(x - bsize, y - bsize, w + 2 * bsize, h + 2 * bsize)
 cv::Mat blurred_padded_region;
 cv::GaussianBlur(image(padded_region), blurred_padded_region, Size(0, 0), 4);

 cv::Mat blurred_region = blurred_padded_region(cv::Rect(bsize, bsize, w, h));
 // and you can then copy that back into the original image if you want: 
 blurred_region.copyTo(image(region));

Answer 2

以下是如何在 Python 中执行此操作。这个想法是选择一个 ROI，对其进行模糊处理，然后将其插入回图像中

import cv2

# Read in image
image = cv2.imread('1.png')

# Create ROI coordinates
topLeft = (60, 140)
bottomRight = (340, 250)
x, y = topLeft[0], topLeft[1]
w, h = bottomRight[0] - topLeft[0], bottomRight[1] - topLeft[1]

# Grab ROI with Numpy slicing and blur
ROI = image[y:y+h, x:x+w]
blur = cv2.GaussianBlur(ROI, (51,51), 0) 

# Insert ROI back into image
image[y:y+h, x:x+w] = blur

cv2.imshow('blur', blur)
cv2.imshow('image', image)
cv2.waitKey()

之前->之后