Skip to content

blur — ลดสัญญาณรบกวนด้วย Gaussian Blur ​

โมดูล blur ใช้สำหรับกรองสัญญาณรบกวนความถี่สูง (High-frequency noise เช่น grain หรือจุดรบกวนจากเซนเซอร์กล้อง) ออกจากภาพ Grayscale ก่อนนำไปทำ Threshold หรือหาขอบ เพื่อลดโอกาสเกิด False Positive

1. การใช้งานใน Recipe ​

  • Input: image (ต้องเป็นภาพ Grayscale 1-channel 8-bit หรือ CV_8UC1)
  • Parameters:
    • ksize (int, ค่าเริ่มต้น 3): ขนาดของ Kernel ต้องเป็นเลขคี่ในช่วง 1 ถึง 31 (หน่วย px)
    • sigma (double, ค่าเริ่มต้น 0.0): ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) ของ Gaussian ในช่วง 0.0 ถึง 10.0 (หากตั้งเป็น 0.0 OpenCV จะคำนวณให้โดยอัตโนมัติจาก ksize)
  • Output: image (ภาพ Grayscale ที่ผ่านการเบลอแล้ว)
json
{
  "id": "smooth",
  "type": "blur",
  "enabled": true,
  "params": {
    "ksize": 5,
    "sigma": 1.2
  },
  "inputs": { "image": "gray" }
}

2. หลักการทำงานภายในซอฟต์แวร์ ​

อ้างอิงจาก src/tools/blur.cpp:

  1. ตรวจสอบภาพขาเข้าว่าไม่ว่าง และต้องเป็น CV_8UC1 (1-channel 8-bit) เท่านั้น หากเป็นภาพสีจะคืนค่า Status::Error
  2. ตรวจสอบพารามิเตอร์:
    • ksize ต้องเป็นเลขคี่ใน [1, 31]
    • sigma ต้องเป็นค่าจำกัด (finite) ใน [0.0, 10.0]
  3. การประมวลผล:
    • หาก ksize == 1 จะทำการ clone() ภาพส่งออกโดยไม่เบลอ (Bypass)
    • หาก ksize > 1 จะเรียกใช้ cv::GaussianBlur(*src, out.image, cv::Size(ksize, ksize), sigma, sigma, cv::BORDER_DEFAULT)

3. ทฤษฎีเบื้องหลัง (OpenCV & Machine Vision) ​

Gaussian Blur คือการทำ Convolution ระหว่างภาพกับหน้าต่างกรอง (Kernel) ที่มีการกระจายตัวแบบระฆังคว่ำ (Gaussian Distribution) ใน 2 มิติ:

G(x,y)=12πσ2exp⁡(−x2+y22σ2)

จุดเด่นของ Gaussian Blur เมื่อเทียบกับการเฉลี่ยค่าพิกเซลแบบธรรมดา (Box Blur):

  • ให้น้ำหนักที่จุดศูนย์กลางมากที่สุด และค่อยๆ ลดลงตามระยะห่าง ทำให้ลด Noise ได้ดีโดยที่ขอบของวัตถุ (Edges) ยังคงรูปทรงได้ดีกว่าไม่เบลอเละเป็นสี่เหลี่ยม
  • เมื่อ sigma = 0: OpenCV จะคำนวณ σ อัตโนมัติจากสูตร:
σ=0.3×(ksize−12−1)+0.8

คำแนะนำในการปรับค่า

  • ใช้ ksize: 3 สำหรับลด Noise เล็กน้อยโดยยังคงความคมของขอบชิ้นงานไว้
  • ใช้ ksize: 5 หรือ 7 เมื่อพื้นผิวชิ้นงานมีลวดลายรบกวนมาก และต้องการให้ Threshold แยกวัตถุได้เรียบเนียนขึ้น