Calcular raio de desfoque e kernel gaussiano

A intensidade é interpretada como o desvio padrão gaussiano, ou sigma, em pixels. O resultado informa o raio necessário para abranger três desvios padrão de cada lado e o tamanho ímpar correspondente do kernel. Ela foi criada para quem configura bibliotecas de imagem, shaders, filtros de canvas e pipelines que oferecem controles de desfoque diferentes. Nenhuma imagem é enviada ou examinada, e a mesma entrada sempre produz a mesma saída.

Converta a intensidade em dimensões de implementação

Ferramentas de imagem frequentemente descrevem o mesmo desfoque gaussiano com controles diferentes. Uma interface solicita sigma, outra pede o raio e uma função de convolução pode exigir a largura completa do kernel. Esta calculadora conecta essas representações com uma regra clara. Ela trata a intensidade como sigma em pixels e escolhe um raio que cobre de menos três sigma até mais três sigma. Esse intervalo preserva praticamente todo o peso útil da distribuição gaussiana sem tornar a convolução infinita. O raio é o teto de três vezes a intensidade, pois um limite fracionário ainda exige uma posição inteira de pixel. Em seguida, o tamanho do kernel é duas vezes o raio mais um: um lado, o pixel central e as posições correspondentes do outro lado. Por exemplo, intensidade dois gera raio seis e kernel de treze pixels. Assim, implementações diferentes podem compartilhar uma regra reproduzível em vez de depender de um controle deslizante sem documentação.

Interprete corretamente o raio e o tamanho

O resultado `gaussian_radius` indica quantas posições vizinhas são amostradas em cada direção a partir do centro; ele não representa a largura total. Um raio seis alcança seis pixels à esquerda e à direita em uma passagem horizontal, ou seis acima e abaixo em uma passagem vertical. `kernel_size` inclui os dois lados e o centro, portanto sempre é um inteiro positivo ímpar. Algumas bibliotecas aceitam esse tamanho completo, enquanto outras recebem raio ou sigma e montam os próprios coeficientes. Confira qual grandeza a API de destino espera. Os números retornados descrevem a geometria, não os pesos gaussianos. Para criar os pesos, avalie a função gaussiana em cada deslocamento inteiro e normalize os valores para que a soma seja um. Em duas dimensões, costuma-se aplicar o kernel unidimensional em passagens horizontal e vertical separadas, obtendo o mesmo resultado com muito menos trabalho que uma convolução quadrada completa.

Trate zero, frações e diferenças visuais

Intensidade zero representa ausência de desfoque. O resultado traz raio zero e tamanho um, uma operação identidade formada apenas pelo pixel central. Valores fracionários positivos são aceitos e permitem suavização discreta. Como o raio usa arredondamento para cima, o kernel só muda quando três vezes a intensidade cruza um número inteiro, embora os coeficientes gaussianos continuem mudando suavemente. Uma intensidade negativa é rejeitada, pois o desvio padrão não pode ser negativo; a calculadora não usa o valor absoluto nem limita a entrada silenciosamente. A estimativa adota um corte de três sigma, equilíbrio prático comum entre precisão e custo. Outro aplicativo pode escolher dois ou quatro sigma, limitar o raio ou aplicar uma aproximação própria. Espaço de cor, extensão das bordas, tratamento do alfa, precisão e redimensionamento também alteram o resultado visual. Registre essas escolhas com as dimensões quando a reprodução exata for importante.