Einführung

Scharfe Kanten sind, ehrlich gesagt, einfach gefährlich. Wenn Sie ein PNG als Eingabe verwenden, können Sie das Bild mit der unten beschriebenen Methode verwischen und die verdammten scharfen Kanten stumpf machen.

Methode

Verwenden Sie die folgenden drei Gleichungen, um den RGB-Wert jedes Pixels zu ermitteln:

R = \sqrt{\frac{1.5 \times \sum_{ein = 1}^{n} R_{ein}^{2}}{n}}

$R = \sqrt{\frac{1.5\times\sum^n_{a=1}R^2_a}{n}}$

G = \sqrt{\frac{1.5 \times \sum_{ein = 1}^{n} G_{ein}^{2}}{n}}

$G = \sqrt{\frac{1.5\times\sum^n_{a=1}G^2_a}{n}}$

B = \sqrt{\frac{1.5 \times \sum_{ein = 1}^{n} B_{ein}^{2}}{n}}

$B = \sqrt{\frac{1.5\times\sum^n_{a=1}B^2_a}{n}}$

Wobei die Summe der jedes der benachbarten quadrierten Pixel ist. Der Wert von ist die Anzahl benachbarter Pixel (z. B. hat ein Eckpixel einen Wert von 3, während ein Pixel um die Bildmitte einen Wert von 8 hat). $\sum^n_{a=1}R^2_a$ $n$ $n$ $n$

Ein benachbartes Pixel ist ein Pixel, das in alle Richtungen (links, rechts, oben, unten und auf allen Diagonalen) 1 Pixel vom ursprünglichen Pixel entfernt ist.

Zum Beispiel im folgenden 3 x 1-Bild:

Der unscharfe RGB-Wert des mittleren Pixels ist:

R = \sqrt{\frac{1.5 * (0^{2} + 0^{2})}{2}} = 0

$R = \sqrt{\frac{1.5*(0^2+0^2)}{2}} = 0$

G = \sqrt{\frac{1.5 * (0^{2} + 255^{2})}{2}} = 220.836 = 221

$G = \sqrt{\frac{1.5*(0^2+255^2)}{2}} = 220.836 = 221$

B = \sqrt{\frac{1.5 * (255^{2} + 0^{2})}{2}} = 220.836 = 221

$B = \sqrt{\frac{1.5*(255^2+0^2)}{2}} = 220.836 = 221$

Dabei werden Dezimalausgaben auf die nächste Einheit gerundet. Sie sollten das Ergebnis nicht einfach verraten.

Daher hat das mittlere Pixel die Farbe (0, 221, 221) oder:

Ergebnis im Bild:

Sie sollten diesen Vorgang für jedes Pixel im Bild wiederholen. (Beachten Sie, dass Sie dies mit den Originalpixeln und nicht mit den geänderten Pixeln tun. Grundsätzlich sollten Sie das Originalbild nicht überschreiben und es vollständig von dem neuen, unscharfen Bild trennen .)

Wenn Sie Werte berechnen, die größer als 255 sind, nehmen Sie an, dass der Wert 255 ist (dh, ein Wert von 374 würde auf 255 gesetzt).

Die resultierende Ausgabe sollte ein separates PNG-Bild sein (Sie können dies beliebig benennen).

Beispiele

Super Mario

Original:

Verschwommen:

Schachbrett

Original:

Verschwommen:

Kartoffelchips

Original

Verschwommen

_{Nicht mehr so knusprig}

Amerikanische Gotik

Original:

Verschwommen:

Um die Unschärfe auf größeren Bildern zu sehen, führen Sie das Programm am besten erneut auf dem unscharfen Bild aus:

Herausforderung

Der kürzeste Code, um ein bestimmtes PNG-Bild zu verwischen, gewinnt.

Sie können Bildverarbeitungsbibliotheken (wie PIL) verwenden, aber Sie dürfen keine integrierten Unschärfefunktionen verwenden (Mathematica, ich sehe Sie an).

Hinweis

Wie @orlp unten sagt:

Für die Aufzeichnung ist dies (meines Wissens) keine Standard-Unschärfemethode. Diese Herausforderung ist keine Bildungsressource.

code-golf image-processing Beta-Zerfall
quelle

Ich bin mit dieser Skalierung nicht wirklich zufrieden. nsollte im Nenner erscheinen.

Karl Napf

Ich dachte an etwas ganz anderes, als ich "Blunt" sah: P.

Adnan

Meines Wissens nach handelt es sich hierbei nicht um eine Standardmethode zum Weichzeichnen. Diese Herausforderung ist keine Bildungsressource.

Orlp

Wenn Sie ein weißes Pixel von 8 weißen Pixeln umgeben hätten (alle RGB (255,255,255)), wäre das unscharfe Pixel RGB (312,312,312). Sollen wir nur Werte in den Bereich [0,255] klemmen?

Kamoroso94

@ kamoroso94 1: Ja, es wird davon ausgegangen, dass eine beliebige Zahl größer als 255 255 ist. 2: Das Beispielbild soll ein 3 x 1-Bild darstellen.

Beta Decay

Python, 354 313 Bytes

Nicht das beste, aber hey ...

Verwenden von Leerzeichen für Einrückungen der ersten Ebene, Tab für die zweite Ebene, dann Tab + Leerzeichen und Tab + Tab

import Image as I
A=I.open(raw_input())
w,h=A.size
B=I.new('RGB',(w,h))
s=[-1,1,0]
r=range
for x in r(w):
 for y in r(h):
    P=[]
    for d in s:
     for e in s:
        try:P+=[A.load()[x+e,y+d]]
        except:0
    P.pop()
    B.load()[x,y]=tuple(min(int(.5+(1.5*sum([v*v for v in t])/len(P))**.5),255)for t in zip(*P))
B.save("b.jpg")

Edit1: Ersetzen math.sqrt()durch ()**.5dank Beta-Zerfall
Edit2: Verwendung minzum Spannen (Einsparung viel!) Und 0für passdank Loovjo
Edit3: +=[]zum .append()Speichern von 5 Bytes
Edit4: Verwenden Sie die Variable sfür die Schablone

Karl Napf
quelle

Ist n**0.5doch kürzer als import math;math.sqrt(n)? Gibt es einen Grund für Letzteres?

Beta Decay

Ja, nein, es gibt keinen Grund. Ich habe es einfach vergessen.

Karl Napf

v if v<256 else 255kann verkürzt werden aufmin(v,255)

Loovjo

Sie können auch passmit0

Loovjo

Sie müssen angeben, welche Bildbibliothek Sie verwenden. Wenn Sie PIL / Pillow verwenden (und es sieht so aus, als wären Sie es), sollte die oberste Importanweisung lauten from PIL import Image as I.

Mego

Stumpfe die Bilder

Einführung

Methode

Beispiele

Super Mario

Schachbrett

Kartoffelchips

Amerikanische Gotik

Herausforderung

Hinweis

Antworten:

Python, 354 313 Bytes

MATLAB, 130 Bytes