Фильтры размытия — важный инструмент обработки изображений, который может значительно повысить их визуальную привлекательность. Если вы хотите создать сказочный эффект, уменьшить шум или подчеркнуть определенные области изображения, фильтры размытия предоставляют универсальные решения. В этой статье мы рассмотрим различные методы применения фильтров размытия к изображениям, а также примеры кода на Python. Давайте погрузимся!

1. Размытие по Гауссу.
   Размытие по Гауссу — один из наиболее часто используемых фильтров размытия. Он применяет средневзвешенное значение к каждому пикселю, что приводит к плавному и тонкому эффекту размытия. Вот пример применения размытия по Гауссу с использованием библиотеки OpenCV в Python:

import cv2
image = cv2.imread('input_image.jpg')
blurred_image = cv2.GaussianBlur(image, (15, 15), 0)
cv2.imshow('Blurred Image', blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

1. Размытие по рамке.
   Размытие по рамке, также известное как среднее размытие, заменяет значение цвета каждого пикселя средним значением окружающих пикселей. Этот фильтр создает простой и равномерный эффект размытия. Вот фрагмент кода, демонстрирующий размытие рамки с использованием библиотеки PIL в Python:

from PIL import Image, ImageFilter
image = Image.open('input_image.jpg')
blurred_image = image.filter(ImageFilter.BoxBlur(5))
blurred_image.show()

1. Размытие в движении.
   Размытие в движении имитирует эффект перемещения объекта по изображению. Он создает полосы или следы, придавая статичным изображениям ощущение движения. Вот пример применения размытия в движении с использованием библиотеки scikit-image в Python:

from skimage.filters import motion
image = skimage.io.imread('input_image.jpg')
blurred_image = motion.motion_blur(image, angle=45, length=15)
skimage.io.imshow(blurred_image)
skimage.io.show()

1. Двусторонний фильтр:
   Двусторонний фильтр эффективно сохраняет края и снижает шум. Он учитывает как пространственные различия, так и различия в интенсивности между соседними пикселями. Вот пример кода, использующий библиотеку OpenCV для применения двустороннего фильтра:

import cv2
image = cv2.imread('input_image.jpg')
blurred_image = cv2.bilateralFilter(image, 9, 75, 75)
cv2.imshow('Blurred Image', blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Фильтры размытия предлагают широкий спектр возможностей улучшения изображения: от создания художественных эффектов до уменьшения шума или выделения определенных деталей. В этой статье мы рассмотрели популярные фильтры размытия, такие как размытие по Гауссу, размытие по квадрату, размытие в движении и двусторонний фильтр, приведя примеры кода на Python. Поэкспериментируйте с этими приемами, чтобы добавить своим изображениям глубину, атмосферу и профессиональный вид!