【OpenCV】motion blur 的简单实现

先推荐界面比较丑，但是还不错的在线图片处理网站：

http://www168.lunapic.com/editor/

由于最近在做毕设了，结合前面关于图像处理和机器学习的操作，想做一些好玩的东西，其中有一部分需要构建一个模糊人脸库。一想到人脸照，大概都是超清晰的自拍（selfie）或者证件照，所以自然模糊的人脸好难找。。。

所以自己仿真。。做了一个小小的test set。。。

参杂了高斯模糊、失焦模糊、和运动模糊。。

opencv没有motion blur的filter

为了方便批量处理，写了一个小小小小的函数。。

 cv::Mat MotionBlur(cv::Mat srcImg, int filterSize) {
     int size = filterSize;
     cv::Mat filter = cv::Mat::zeros(size, size, CV_8UC1);
     cv::Mat result = cv::Mat(srcImg.size(), srcImg.type());
     for (int i = ; i < size; i++)filter.at<uchar>(i, i) = (uchar);
     for (int i = ; i < filter.rows; i++) {
         for (int j = ; j < filter.cols; j++) {
             cout << (int)filter.at<uchar>(i, j) << " ";
         }
         cout << endl;
     }

     int len = size / ;

     for (int r = ; r < srcImg.rows; r++) {
         for (int c = ; c < srcImg.cols; c++) {
             //mask
             int red = , green = , blue = ;
             for (int i = r - len; i <= r + len; i++) {
                 for (int j = c - len; j <= c + len; j++) {
                     if (i <  || j <  || i >= srcImg.rows || j >= srcImg.cols) continue;
                     blue += ((int)srcImg.at<cv::Vec3b>(i, j)[]) * ((int)filter.at<uchar>(i - (r - len), j - (c - len)));
                     green += ((int)srcImg.at<cv::Vec3b>(i, j)[]) * ((int)filter.at<uchar>(i - (r - len), j - (c - len)));
                     red += ((int)srcImg.at<cv::Vec3b>(i, j)[]) * ((int)filter.at<uchar>(i - (r - len), j - (c - len)));
                 }
             }

             result.at<cv::Vec3b>(r, c)[] = (uchar)(blue / size);
             result.at<cv::Vec3b>(r, c)[] = (uchar)(green / size);
             result.at<cv::Vec3b>(r, c)[] = (uchar)(red / size);
         }
     }

     cv::imshow("motion blur", result);
     cv::waitKey();

     return result;
 }

e.g.

filterSize = 9时， 角度45，矩阵如下

1 0 0 0 0 0 0 0 0

0 1 0 0 0 0 0 0 0

0 0 1 0 0 0 0 0 0

0 0 0 1 0 0 0 0 0

0 0 0 0 1 0 0 0 0

0 0 0 0 0 1 0 0 0

0 0 0 0 0 0 1 0 0

0 0 0 0 0 0 0 1 0

0 0 0 0 0 0 0 0 1

卷积过后还要归一化， 即 * 1/9