Исходный код blinddeconv.filters.smooth

"""
Фильтры сглаживания изображений.

Автор: Беззаборов А.А.
"""

import cv2 as cv
import numpy as np
from typing import Union, Tuple
from .base import FilterBase




class MeanBlur(FilterBase):
    """
    Усредняющий (боксовый) фильтр размытия.
    
    Атрибуты
    --------
    kernel_size : int
        Размер усредняющего ядра (должен быть нечетным и положительным).
    """



    def __init__(self, kernel_size: int) -> None:
        """
        Инициализация усредняющего фильтра.
        
        Параметры
        ---------
        kernel_size : int
            Размер усредняющего ядра (должен быть нечетным и положительным).
        """
        if kernel_size <= 0 or kernel_size % 2 == 0:
            raise ValueError("Размер ядра должен быть положительным нечетным числом")
        super().__init__(kernel_size, 'blur')
        self.kernel_size = kernel_size




    def description(self) -> str:
        """Выдает название смаза с параметром."""
        return f"|meanblur_{self.kernel_size}"




    def filter(self, image: np.ndarray) -> np.ndarray:
        """
        Применить усредняющее размытие к изображению.
        
        Параметры
        ---------
        image : np.ndarray
            Входное изображение (в градациях серого или цветное).
            
        Возвращает
        ----------
        np.ndarray
            Размытое изображение.
        """
        return cv.blur(image, (self.kernel_size, self.kernel_size))


    



class MedianBlur(FilterBase):
    """
    Медианный фильтр (эффективен против шума "соль-перец").
    
    Атрибуты
    --------
    kernel_size : int
        Размер медианного ядра (должен быть нечетным и >=3).
    """



    def __init__(self, kernel_size: int) -> None:
        """
        Инициализация медианного фильтра.
        
        Параметры
        ---------
        kernel_size : int
            Размер медианного ядра (должен быть нечетным и >=3).
        """
        if kernel_size < 3 or kernel_size % 2 == 0:
            raise ValueError("Размер ядра должен быть нечетным числом >=3")
        super().__init__(kernel_size, 'blur')
        self.kernel_size = kernel_size




    def description(self) -> str:
        """Выдает название смаза с параметром."""
        return f"|medianblur_{self.kernel_size}"




    def filter(self, image: np.ndarray) -> np.ndarray:
        """Применить медианное размытие к изображению."""
        return cv.medianBlur(image, self.kernel_size)






class GaussianBlur(FilterBase):
    """
    Гауссовский фильтр размытия.
    
    Атрибуты
    --------
    kernel_size : int
        Размер гауссовского ядра (должен быть нечетным и положительным).
    std : float
        Стандартное отклонение (0 для автоматического расчета).
    """



    def __init__(self, params: Union[int, Tuple[int, float]]) -> None:
        """
        Инициализация гауссовского фильтра.
        
        Параметры
        ---------
        params : Union[int, Tuple[int, float]]
            kernel_size или (kernel_size, std).
        """
        if isinstance(params, int):
            kernel_size = params
            std = 0
        else:
            kernel_size, std = params
            
        if kernel_size <= 0 or kernel_size % 2 == 0:
            raise ValueError("Размер ядра должен быть положительным нечетным числом")
        super().__init__(params, 'blur')
        self.kernel_size = kernel_size
        self.std = std




    def description(self) -> str:
        """Выдает название смаза с параметром."""
        return f"|gaussianblur_{self.kernel_size}_{self.std}"




    def filter(self, img: np.ndarray) -> np.ndarray:
        """Применить гауссовское размытие к изображению."""
        return cv.GaussianBlur(img, (self.kernel_size, self.kernel_size), self.std)






class BilateralFilter(FilterBase):
    """
    Билатеральный фильтр (с сохранением границ).
    
    Атрибуты
    --------
    d : int
        Диаметр окрестности пикселя.
    sigma_color : float
        Сигма фильтр в цветовом пространстве.
    sigma_space : float
        Сигма фильтр в координатном пространстве.
    """



    def __init__(self, params: Union[int, Tuple[int, float, float]]):
        """
        Инициализация билатерального фильтра.
        
        Параметры
        ---------
        params : Union[int, Tuple[int, float, float]]
            d или (d, sigma_color, sigma_space).
        """
        if isinstance(params, int):
            d = params
            sigma_color = sigma_space = 75
        else:
            d, sigma_color, sigma_space = params
            
        super().__init__(params, 'blur')
        self.d = d
        self.sigma_color = sigma_color
        self.sigma_space = sigma_space




    def description(self) -> str:
        """Выдает название смаза с параметром."""
        return f"|bilateralfilter_{self.d}_{self.sigma_color}_{self.sigma_space}"




    def filter(self, img: np.ndarray) -> np.ndarray:
        """Применение билатерального фильтра к изображению."""
        return cv.bilateralFilter(img, self.d, self.sigma_color, self.sigma_space)