4.1 Bloom算法
一、Bloom算法介绍
1.具体效果
2.实现思路
- 先将原图按照一定阈值提取较亮的区域
- 模糊提取出的图像
- 将模糊过的图像与原图混合
3.HDR与LDR
- LDR（Low Dynamic Range，低动态范围）
-
- JPG、PNG格式图片
- RGB范围在[0,1]之间
- HDR（High Dynamic Rnage，高动态范围）
-
- HDR、EXR格式图片
- RGB范围可在[0,1]之外
- 实现Bloom过程中提取一亮部的部分阈值更高，能让更亮的区域产生Bloom效果
4.高斯模糊
高斯模娜，它是实现图像模翎的一种方式，它的本质是通过高斯函数去定义一个卷积核，这个卷积被叫做高斯核，再利用这个商斯核对图像进行卷积运算，得到“平消”后的图像，也就是俗称的摸锵
- 高斯模糊（Gaussian Blur）
-
- 一种图像模糊
- 减少图像噪声、降低细节层次
5.卷积
- 一种图像操作
- 需要有一个卷积核
6.计算高斯核
- 高斯核
-
- 核中心：（0,0）
- 核大小：3x3
- 标准方差σ：1.5
归一化是指让每个权重除以所有权重的和。
7.二维高斯核特点
- 计算量大，N*N*W（图片像素宽）*H（图片像素高）
- 可分离性，可查成两个一维高斯核
-
- 可以使那两个一维的高斯核先后对比图像进行卷积，卷积结果与使用二维高斯核进行卷积是一样的，但计算主交力2NVWPH，同时，一雄南斯被中包含了很秒重复的5里。换铜话说。它其有的称余性，对于一个大小为的一维国率节权重值就可以了
二、Bloom算法应用
