欢迎访问 生活随笔!

生活随笔

当前位置: 首页 >

图像处理(二)Seam Carving算法-Siggraph 2007

发布时间:2025/3/21 40 豆豆
生活随笔 收集整理的这篇文章主要介绍了 图像处理(二)Seam Carving算法-Siggraph 2007 小编觉得挺不错的,现在分享给大家,帮大家做个参考.

Seam Carving 算法是2007年siggraph上的一篇paper,名为《Seam Carving for Content-Aware Image Resizing》,这篇paper提出了一种内容感知的图像缩放算法,继这篇paper的思想,后来近几年siggraph上面也有好几篇都是内容感知的图像缩放算法。内容感知的图像缩放算法一般用于图像的裁剪,就是有的时候,你觉得一张照片有点大,你希望把它裁剪的小一些,但是你又想保留照片中的物体,这个时候就要用到内容感知的突刺昂缩放算法了。

    
原图                                                                                                               裁剪结果
垂直方向裁剪
该开始学习这个算法的时候,看起来好像很高深莫测的样子,理论看起来好像牛逼哄哄,什么能量,动态规划,都把我吓到了,最后理论的东西我实在是受不鸟了,于是果断直接解读代码,看了代码以后,才知道这个算法其实非常简单,难度就比普通的图像缩放难那么一点点,其实算法的原理很简单。废话不多说,这边只介绍缩小算法,且是图像宽度缩小的算法,对于图像高度缩小,只需对图像转置处理,总之paper中其它功能的实现,大同小异,整个过程说的简单一点就是通过寻找一条线,如上面的图1所示,找到了线以后,把那条线上的像素点全部删除,从而实现缩小操作。

该过程是通过迭代实现的,每次只能移除一列,迭代直到宽度满足要求。下面介绍寻找移除能量线的方法,需要注意的是,每次移除一列,都要重新计算能量图,也就是说,梯度图要重新计算,才能进行下一轮的移除工作。

算法流程

1、算法第一步计算图像能量图 

能量图一般是图像像素的梯度模值,为了简化计算可先转换成灰度图像,然后直接采用如下公式(直接用x、y方向上的差分取绝对值,然后相加),其实这一步就是相当于边缘检测算法一样:


2、算法第二步寻找最小能量线

最小能量线指的是需要被移除的那一列:首先需要以图像第一行或最后一行为开始行进行迭代。下面实现的为从图像最后一行开始,往上迭代,

 

[c++] view plaincopy
  • //先找出图片最底部的一行中,能量最小的像素点作为起始点  
  • int min_x = 0;  
  • int width = (*Source).Width();  
  • int height = (*Source).Height();  
  • forint x = 0; x < width; x++ )  
  • {  
  •     if( (*Source)(x,height-1)->energy < (*Source)(min_x,height-1)->energy )  
  •     {  
  •         min_x = x;  
  •     }  
  • }  
  • 找出最后一行需要被移除的像素点后,设其坐标为P(x,y),然后往上一行寻找,寻找的点为P点的在y-1行中的三个相邻像素点中的能量最小值像素。也就是寻找的坐标为(x-1,y-1)、(x,y-1)、(x+1,y-1);

     

    [c++] view plaincopy
  •  //min_x是图片最底部的一行的能量值最小的像素点 因此遍历的时候,要往上寻找  
  • void Generate_Path( CML_image_ptr * Energy, int min_x, int * Path )  
  • {  
  •     int min;  
  •     int x = min_x;//起始行的能量最小点  
  •     int height = (*Energy).Height();  
  • //从底部往上寻找最小能量线  
  •     forint y = height - 1; y >= 0; y-- ) //从下往上  
  •     {  
  •         min = x; //首个顶点迭代更新  
  •         //计算上一行中  三个邻接像素中能量值最小的像素点 作为上一行的能量最小点  
  •         int Maxy=  Get_Max( Energy, min, y );  
  •         if( Get_Max( Energy, x-1, y ) < Maxy ) //  
  •         {  
  •             min = x - 1;  
  •         }  
  •         if( Get_Max( Energy, x+1, y ) < Maxy ) //up-right  
  •         {  
  •             min = x + 1;  
  •         }  
  •         Path[y] = min;  
  •         x = min;  
  •     }  
  • }  
  • 3、算法第三步:移除得到的最小能量线,让图片的宽度缩小一个像素

    移除最小能量线,同时所有位于最小能量线右边的像素点左移一个单位,从而实现图像缩小宽度缩小一个单位。

    移除的时候 为了让图像看起来自然,需要在移除缝线的地方进行平均,假设移除坐标为P(x,y),那么移除后P(x-1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均。P(x+1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均,然后才能把P(x+1,y)移动到P(x,y)的位置。

     

    [c++] view plaincopy
  • int height=(*Source).Height();  
  •     int width=(*Source).Width();  
  •     //移除函数  
  •     forint y =0; y < height; y++ )  
  •     {  
  •         int remove = (Path)[y];  
  •         (*(Source))(remove,y)->removed = true;  
  •         //移除的时候 为了让图像看起来自然,需要在移除缝线的地方进行平均,假设移除坐标为P(x,y),那么  
  •         //移除后P(x-1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均  
  •         //P(x+1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均,然后才能把P(x+1,y)移动到P(x,y)的位置  
  •         if( (remove - 1) > 0 )  
  •         {  
  •             if( (*(Source))(remove,y)->weight >= 0 )  
  •             {  
  •                 (*(Source))(remove-1,y)->image = Average_Pixels( (*(Source))(remove,y)->image,  
  •                     (*(Source)).Get(remove-1,y)->image );  
  •             }  
  •             (*(Source))(remove-1,y)->gray = Grayscale_Pixel( &(*(Source))(remove-1,y)->image );  
  •         }  
  •   
  •         if( (remove + 1) < (*(Source)).Width() )  
  •         {  
  •             if( (*(Source))(remove,y)->weight >= 0 )   
  •             {  
  •                 (*(Source))(remove+1,y)->image = Average_Pixels( (*(Source))(remove,y)->image,  
  •                     (*(Source)).Get(remove+1,y)->image );  
  •             }  
  •             (*(Source))(remove+1,y)->gray = Grayscale_Pixel( &(*(Source))(remove+1,y)->image );  
  •         }  
  •         (*(Source)).Shift_Row( remove + 1, y, -1 );  
  •     }  
  •  对于图像的放大算法原理一样,先找到最小能量线,设能量线上点的坐标为P(x,y),则在P(x,y)、P(x+1,y)中心位置插入新的像素,像素值为P(x,y)与P(x+1,y)的平均。本文地址:http://blog.csdn.net/hjimce/article/details/44916869    作者:hjimce     联系qq:1393852684              更多资源请关注我的博客:http://blog.csdn.net/hjimce                 原创文章,版权所有,转载请保留这几行信息

    总结

    以上是生活随笔为你收集整理的图像处理(二)Seam Carving算法-Siggraph 2007的全部内容,希望文章能够帮你解决所遇到的问题。

    如果觉得生活随笔网站内容还不错,欢迎将生活随笔推荐给好友。