El artículo técnico describe el desarrollo de un algoritmo de desenfoque gaussiano optimizado, denominado Smol Gaussian, diseñado para superar las limitaciones de velocidad de los métodos tradicionales como el Dual Kawase. A diferencia de las implementaciones estándar que escalan cuadráticamente con el radio de desenfoque, esta solución aprovecha la separabilidad de la operación gaussiana para escalar linealmente, permitiendo un rendimiento eficiente incluso en radios grandes. El método combina la reducción de resolución (downsampling) con la reconstrucción de la imagen a su tamaño original, utilizando filtros de suavizado cúbico B-spline para evitar artefactos visuales como el ringing.
El proceso técnico implica reducir la imagen a una resolución de trabajo inferior, aplicar un desenfoque gaussiano separable en ejes horizontal y vertical, y reconstruir la imagen final. El algoritmo incorpora mejoras específicas sobre la implementación de Skia, incluyendo una integración más precisa de áreas de píxeles en imágenes de dimensiones impares y un ajuste del kernel gaussiano final que se extiende hasta cuatro veces el radio de desenfoque, con pesos suavizados para reducir el corte visual en resplandores brillantes. Además, se implementa una optimización que fusiona reducciones de 2x en una única reducción de 4x. El texto detalla también una idea descartada de interpolación de resoluciones para transiciones suaves, que se consideró menos eficiente que el enfoque actual. Esta herramienta es relevante para desarrolladores de gráficos que requieren desenfoque de alta calidad y rendimiento en tiempo real, especialmente en aplicaciones donde el radio de desenfoque varía dinámicamente.