RMG的专栏

1.前言最近刚好在学习NPR相关的知识以及论文，发现还是要从最基础的一些算法入手学习才比较好，最后的效果虽然重要，但是算法的核心思想不清楚的话，应该也很难突破现有的研究。2.参考文章虽然一般参考都写在最后，但是由于有些图以及算法的基础内容本人并不想过多书写，所以请多多见谅。以下列出的参考内容都具有学习kuwahara滤镜的基础知识，本文中也会结合参考博客来讲。https://imagej.nih.

二维高斯核函数python版

1.前言此篇文章是基于第一篇Kuwahara filter基础上，针对该算法的改进。当然并不是我自己改进，主要还是根据参考论文算法改进而来的，因为本身并没有作者的源代码，所以有可能在实现上会出错，所以还请大家多多指出错误并且给予一定的改进方案。2.参考论文仍然先列出来参考论文，方便大家查找。M. Nagao and T. Matsuyama, ”Edge preserving smoothing”

本文只是提供一下python版本实现，具体原理给出参考资料网址，应该已经有很多人写过相关的介绍了。https://blog.youkuaiyun.com/jia20003/article/details/8014213 https://blog.youkuaiyun.com/xbinworld/article/details/65660665python现在实现的运行速度非常慢，还是C++用指针进行操作会节省很...

前言最近在阅读NPR相关论文时需要用到线积分卷积，因此查阅了一下相关论文以及网上已有的实现方法。本文主要讲解线积分卷积的快速实现版本（SIGGRAPH,1995）。为了便于实验和测试，用Python实现并进行了简单的封装。如果本文讲解部分有任何理解错误，希望明确指出。线积分卷积原理首先，我们需要获取一张图像的二维矢量场，基于每个像素点上矢量的方向来构造一条流线。构造流线的方式在最早的论文中使...