简易 bokeh 图像散景效果算法实现

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，造成了由镜头不一样而获得的不一样的焦点外的图像。因而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，色彩过渡天然，丝绝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。

 

因为算法逻辑比较简单，就很少解释。

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 ，稍微改改就能够跑起来这个算法了。

 这里就不贴优化后的代码了。

这个算法思路用逆反思路，则能够实现聚焦算法，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，也是很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。

 

如有其余相关问题或者需求也能够邮件联系俺探讨。

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: