अपने प्रश्न के दूसरे भाग का उत्तर देने के लिए, गॉसियन ब्लर बस 3-डी गाऊशियन सतह छवि पर एक संकल्प कर्नेल के रूप में लागू होता है। Wikipedia एल्गोरिथ्म पर ही एक महान संदर्भ है, लेकिन मूल रूप से, आप एक गाऊसी वक्र के मानों को लेकर कन्वर्ट है कि एक वर्ग मैट्रिक्स में, और अपनी छवि को प्रत्येक पिक्सेल से गुणा करें, जैसे:
Kernel:
[0 1 2 0 0
1 4 6 4 1 X Iterate over every single pixel in the image
2 6 10 6 2
1 4 6 4 1
0 1 2 1 0]
(ध्यान दें कि यह केवल एक नमूना कर्नेल है, आपके गॉसियन चर के आधार पर बहुत विशिष्ट eqns हैं, आपको अलग-अलग परिणाम मिलेंगे)
आपके प्रश्न के प्रदर्शन भाग का उत्तर देने के लिए, इस एल्गोरिदम की समग्र गति निर्भर होगी एक स्थिर आकार की छवि मानते हुए, कुछ चीजों पर। आइए कहें कि छवि एनएक्सएम पिक्सेल है, और संकल्प कर्नेल पीएक्सपी पिक्सल है। आपको पी पी एन * एम ऑपरेशंस करना होगा। अधिक पी, जितना अधिक ऑपरेशन आपको किसी दिए गए चित्र के लिए करना होगा। आप यहां उपयोग किए गए एल्गोरिदम के साथ चालाक हो सकते हैं, बहुत विशिष्ट पंक्ति या कॉलम आधारित गणित कर सकते हैं।
कार्यान्वयन भी बहुत महत्वपूर्ण है। यदि आप बेहद कुशल होना चाहते हैं, तो संभवतः आप अपने आर्किटेक्चर द्वारा प्रदान किए जाने वाले सबसे उन्नत निर्देशों का उपयोग करना चाहेंगे। यदि आप इंटेल x86 चिप का उपयोग कर रहे हैं, तो आप शायद इंटेल प्रदर्शन प्राइमेटिव्स (आईपीपी) के लिए लाइसेंस प्राप्त करना चाहते हैं और उन निर्देशों को सीधे कॉल करना चाहते हैं। आईआईआरसी, ओपनसीवी आईपीपी का उपयोग करता है जब यह उपलब्ध हो ...
यदि आप अपने दिए गए आर्किटेक्चर पर फ़्लोटिंग पॉइंट प्रदर्शन खराब हैं तो आप कुछ स्केल किए गए पूर्णांक के साथ कुछ स्मार्ट और काम भी कर सकते हैं। यह शायद चीजों को थोड़ा सा गति देगा, लेकिन इस सड़क पर जाने से पहले मैं पहले अन्य विकल्पों को देखूंगा।
यह पी 2 पी ऑपरेशंस के साथ पी 2 पी ऑपरेशंस के साथ 2 पी ऑपरेशंस के साथ सीधे रूपांतरण को तेज करने का एक तेज़ और आसान तरीका है। – las3rjock
मेरा गाऊशियन दोनों आयामों में आवेदन कर रहा है, इसकी समय जटिलता 2 * पी * एम * एन है, यह ओपनसीवी की तुलना में 20 गुना धीमी है – user25749