Алгоритм пикселов OpenCV
каждый.
Я хотел бы знать, есть ли какое-либо улучшение алгоритма пикселизации, над которым я работаю.
Алгоритм написан на C ++ с использованием библиотеки OpenCV и работает следующим образом:
- Немного увеличить контрастность коврика;
- Изменить размер коврика, чтобы D% от его размера, используя Nearest-Neighbor яnterpolation;
- Измените размер коврика до его исходного размера, также используя NNI;
Есть ли способ, чтобы результат выглядел лучше?
Mat pixelize(Mat src, int density){
Size s(src.cols, src.rows);
src.convertTo(src, -1, 1.1, 0);
resize(src, src, percent(s, density), 1, 1, INTER_NEAREST);
resize(src, src, s, 1, 1, INTER_NEAREST);
resize(src, src, Size(640, 480));
return src;
}
Решение
2 года и 9 месяцев спустя, но я думаю, что стоит поделиться тем, что я использую для пикселизации изображений:
int size = 7;//only odd!
int max_step = (size - 1) / 2;
Mat m = imread("test.jpg");
for (int i = max_step; i < m.rows- max_step; i+=size) {
for (int j = max_step; j < m.cols- max_step; j+=size) {
Vec3b colour = m.at<Vec3b>(Point(j, i));
for (int k = -max_step; k <= max_step; k++) {
for (int l = -max_step; l <= max_step; l++) {
m.at<Vec3b>(Point(j - k, i - l)) = colour;
}
}
}
}
imshow("pixeled", m);
waitKey(0);
При этом вы перебираете каждое нечетное количество пикселей (переменная размера) и обводите его соседей тем же цветом, что и выбранный.
Обратите внимание, что это не обрабатывает края, но вы получите представление об этом алгоритме
Здесь я оставил некоторые изображений с параметрами 1 (нет), 7 (средний) и 21 (очень).
Для улучшения вы можете выбрать переменную «size», которая будет варьироваться в зависимости от абстрактного параметра и размера изображения … Что ж, надеюсь, это поможет, даже с опозданием почти на 3 года!
Другие решения
Других решений пока нет …