图形算法 - 模糊函数比较,Blur Function Compare。
来源:互联网 发布:淘宝电脑版下载安装 编辑:程序博客网 时间:2024/06/05 01:53
加入比较的4种方法有:
1. 快速高斯模糊。
2. 二次Summed Area Table Blur(适合gpu, 常用于DOF,http://www.gamasutra.com/view/feature/3102/four_tricks_for_fast_blurring_in_.php)
3. Alpha Blur(motionblur变种,优化过后的算法,严重依赖相邻像素之间累积关系,不适合gpu, http://freespace.virgin.net/hugo.elias/graphics/x_motion.htm)
4. SuperFastBoxBlur(http://incubator.quasimondo.com/processing/superfast_blur.php)
其中,这四种方法内,除了高斯模糊是O(n)之外,其他都是O(1)效率。也就是说,运算速度和模糊半径没有关系,只和图片大小有关。
图上时间仅供参考,除了AlphaBlur代码优化过,其它方法仅仅是基本实现原理。SuperFastBoxBlur和SummedAreaTable实际使用中,要比图上更快些。
以下方法没有列入比较范围
1. 直接基于O(n*n)的高斯模糊核,速度太慢。图上方法采用纵向和横向高斯核分解。
2. Stack Blur, 比高斯快的方法,并且效果和效率兼备。(http://www.codeproject.com/KB/graphics/blurringwithcuda.aspx)
3. FFT gaussian blur
4. High-Dimensional Gaussian Filtering (bilateral)
5. constant time filters - heat diffusion.(Kass, 2006)
6. constant time filters - SVD, singular value decomposition (Gotsman 1994)
7. SAT衍生出来的一些方法,Fast Filter Spreading,Linear Filters and their Transposes。
---------------------------------------------------
关于2次Summed Area Table实现。
一次SAT采样4个点,二次SAT则需要9个点,三次需要16个点,以此类推。并且乘上对应的Weight Function,除以(面积^n, n = 几次). 详细公式见:Filtering By Repeated Integration
- 图形算法 - 模糊函数比较,Blur Function Compare
- 图形算法 - 模糊函数比较,Blur Function Compare。
- 图形算法 - 模糊函数比较,Blur Function Compare。
- 图形算法 - 模糊函数比较,Blur Function Compare。
- C++ 定义实用比较函数(Custom Compare Function) 注意点
- 运动模糊(Montion blur)
- 运动模糊 motion blur
- Blur模糊特效
- android模糊效果blur
- android Blur模糊效果
- 用 Compare 函数对字符串进行比较
- camera Motion Blur动态模糊
- 高斯模糊-Gaussian blur
- 什么是运动模糊(Motion Blur)
- css3滤镜-模糊Blur滤镜
- 比较(compare)
- 基本图形算法效率比较
- compare function overload
- Visual Studio Code进行Python开发
- kernel-000-bootsec.s
- samba不能跨网段
- Linux 常用命令
- LoadRunner录制脚本时无法启动浏览器,出现icuuc36.dll错误
- 图形算法 - 模糊函数比较,Blur Function Compare。
- 在Eclipse(JAVA)中加载WEKA的ARFF文件
- [转] Cocoa Touch事件处理流程--响应者链
- iOS根据输入的位置获取经纬度
- UnitTest 笔记
- 快速排序
- 字符串匹配KMP算法
- Windows 常用电脑快捷键大全 用起来很省时间哦!
- 聚类算法Affinity Propagation(AP)