OpenCV實現圖像背景虛化效果原理詳解
0 寫在前面
相信用過相機的同學都知道虛化特效，這是一種使焦點聚集在拍攝主題上，讓背景變得朦朧的效果，例如本文最后實現的背景虛化效果
相機虛化特效背后的原理是什么？和計算機視覺有什么關系？本文帶你研究這些問題。
1 小孔成像
小學我們就知道，沒有光就不存在圖像，為了產生圖像，場景必須有一個或多個、直接或間接的光源。
如圖所示，光照主要分為三類：
- 散射
- 直接光照
- 漫反射
在獲得光源后，將產生從物體到檢測平面的光線。
由于從物體上某點A出發(fā)存在無數條四散的光線到達檢測平面，因此可以認為A的成像點A’均勻地分布在成像平面上，同理其他點亦然。所以這種情況下，檢測平面上是無數張物體圖像的混疊，導致成像模糊甚至無法成像。
面對一張白紙上看不到你的臉，不是因為白紙上沒有來自于你的光線，而是因為來自于你不同部分的光線在白紙上產生了重疊，不信你試試？
那如何在白紙上成像？
其實非常簡單，采用小學就嘗試過的小孔成像
本質上小孔相當于一個濾光器，僅保留從物點發(fā)出的少數光線，此時應能獲得清晰的圖像。
2 光學成像
小孔成像的缺陷是成像光線較少，亮度低。為了既能獲得較多光線，又不讓像點四散在檢測面上造成影像重疊，引入具有聚光性的透鏡。透鏡成像與小孔成像的本質都是避免因像點四散導致的無法成像，前者利用聚光，后者則利用濾光。
現代相機在應用上通常使用透鏡成像，但不管是透鏡成像還是小孔成像，都是計算機視覺研究的基本模型和假設，例如透視幾何、相機內參矩陣、畸變修正等等，因此本節(jié)對于建立機器視覺的研究思維很有幫助。
3 虛化效果
介紹完前面的基礎知識，終于開始圖像虛化特效的原理啦！
理想透鏡應保證光線聚焦于一點——焦點，這個點不會產生任何成像混疊，圖像最清晰。在焦點前后光線開始四散，形成不同程度的成像重疊區(qū)域，稱為彌散圓，對于人眼而言，在一定范圍內影象產生的模糊是不能辨認的，不能辨認的彌散圓范圍稱為容許彌散圓
當對被攝主體平面調焦時，因為容許彌散圓的存在，在一定離焦范圍內，成像仍然清晰，這個范圍稱為焦深。調整成像面和鏡頭距離，使成像面處于焦深內，物體可以清晰成像的過程，稱為對焦。
類似地，對被攝物體而言，位于調焦物平面前后的能相對清晰成像的景物間縱深距離稱為景深。圖像虛化效果就和這個景深有關系！
- 景深越小，被攝物體前后能清晰成像的范圍越小，也就相應地出現朦朧虛化的效果
- 景深越大，被攝物體前后能清晰成像的范圍越大，也就沒有虛化效果
如何調節(jié)景深？記住一句話：光圈越大景深越小，所以拿手機拍照的時候，大光圈也就代表了虛化效果！
所以下次有機會給女生拍照的話，請先確認
“請問你喜歡小景深還是大景深？”
4 代碼實戰(zhàn)
相機背景虛化特效在圖像處理中可以采用引導濾波器實現，源碼如下。
//引導濾波器
Mat guidedFilter(Mat& srcMat, Mat& guidedMat, int radius, double eps)
{
srcMat.convertTo(srcMat, CV_64FC1);
guidedMat.convertTo(guidedMat, CV_64FC1);
// 計算均值
Mat mean_p, mean_I, mean_Ip, mean_II;
boxFilter(srcMat, mean_p, CV_64FC1, Size(radius, radius)); // 生成待濾波圖像均值mean_p
boxFilter(guidedMat, mean_I, CV_64FC1, Size(radius, radius)); // 生成引導圖像均值mean_I
boxFilter(srcMat.mul(guidedMat), mean_Ip, CV_64FC1, Size(radius, radius)); // 生成互相關均值mean_Ip
boxFilter(guidedMat.mul(guidedMat), mean_II, CV_64FC1, Size(radius, radius)); // 生成引導圖像自相關均值mean_II
// 計算相關系數、Ip的協(xié)方差cov和I的方差var------------------
Mat cov_Ip = mean_Ip - mean_I.mul(mean_p);
Mat var_I = mean_II - mean_I.mul(mean_I);
// 計算參數系數a、b
Mat a = cov_Ip / (var_I + eps);
Mat b = mean_p - a.mul(mean_I);
// 計算系數a、b的均值
Mat mean_a, mean_b;
boxFilter(a, mean_a, CV_64FC1, Size(radius, radius));
boxFilter(b, mean_b, CV_64FC1, Size(radius, radius));
// 生成輸出矩陣
Mat dstImage = mean_a.mul(srcMat) + mean_b;
return dstImage;
}
關于引導濾波器的相關原理我們下次再開新的章節(jié)闡述。
主函數內調用濾波器即可，效果如文首所示。
int main()
{
Mat resultMat;
Mat vSrcImage[3], vResultImage[3];
Mat vResultImage[3];
Mat srcImage = imread("1.jpg");
imshow("源圖像", srcImage);
// 對源圖像進行通道分離，并對每個分通道進行引導濾波
split(srcImage, vSrcImage);
for (int i = 0; i < 3; i++)
{
Mat tempImage;
vSrcImage[i].convertTo(tempImage, CV_64FC1, 1.0 / 255.0);
Mat cloneImage = tempImage.clone();
Mat resultImage = guidedFilter(tempImage, cloneImage, 5, 0.3);
vResultImage[i] = resultImage;
}
// 將分通道導向濾波后結果合并
merge(vResultImage, 3, resultMat);
imshow("背景虛化特效", resultMat);
waitKey(0);
return 0;
}
一個小小的圖像虛化特效，背后牽扯出光學成像的各種原理，構建了計算機視覺模型的地基。正如我們每個人一樣，也許你覺得自己很渺小，說不定也是別人的中流砥柱呢！
到此這篇關于OpenCV實現圖像背景虛化效果原理詳解的文章就介紹到這了,更多相關OpenCV圖像背景虛化內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
生活中有很多地方會用到枚舉，比如一周有7天，可以一一枚舉；性別有男、女...等等都可以可以一一枚舉，今天來和筆者一起學習一下c語言枚舉吧2021-10-10
這篇文章主要為大家詳細介紹了C語言實現BMP圖像直方圖均衡化處理，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-10-10
本篇文章是C語言編程篇，主要為大家介紹C語言編程中數組的線性查找及二分查找分析講解，有需要的朋友可以借鑒參考下，希望可以有所幫助2021-09-09
這篇文章主要介紹了C和C++11之enum枚舉的具體使用方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
這篇文章主要介紹了C++實現LeetCode(104.二叉樹的最大深度),本篇文章通過簡要的案例,講解了該項技術的了解與使用,以下就是詳細內容,需要的朋友可以參考下2021-07-07
這篇文章主要介紹了用C語言模仿Python函數的一種簡單實現方法,需要的朋友可以參考下2017-05-05
這篇文章主要為大家介紹了C語言實現簡易通訊錄的完整流程，每個環(huán)節(jié)都有完整代碼，有需要的朋友可以借鑒參考下，希望能夠有所幫助2022-02-02
這篇文章主要介紹了C++將CBitmap類中的圖像保存到文件的方法,涉及C++導出資源文件的實現技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-07-07
這篇文章主要為大家詳細介紹了C語言簡易掃雷游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-10-10
這篇文章主要為大家介紹了如何利用Matlab制作一個帶GUI的數字音頻分析與處理系統(tǒng)。文中的示例代碼講解詳細，感興趣的小伙伴可以學習一下2022-02-02