社区
C++ Builder
帖子详情
请问关于图像羽化效果的实现算法
suprer
2002-09-06 01:38:39
就是像Photoshop中的羽化效果一样,可以将图像也背景很好的融合在一起,边缘是模糊的。不知道编程应该怎样来实现。
...全文
981
2
打赏
收藏
请问关于图像羽化效果的实现算法
就是像Photoshop中的羽化效果一样,可以将图像也背景很好的融合在一起,边缘是模糊的。不知道编程应该怎样来实现。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
2 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
suprer
2002-10-01
打赏
举报
回复
这个不行啊。
bluebird97073
2002-09-06
打赏
举报
回复
这是以前一位叫阿星的网友提供的
柔化效果
void __fastcall TForm1::btnSmoothClick
(TObject *Sender)
{
int red,green,blue;
for(i=1;i< width-2;i++)
for(j=1;j< height-2;j++){
red=rgb[i-1][j-1].r_color+rgb[i][j-1].r
_color+rgb[i+1][j-1].r_color+
rgb[i-1][j].r_color+rgb[i][j].r
_color+rgb[i+1][j].r_color+
rgb[i-1][j+1].r_color+rgb[i][j+1].r
_color+rgb[i+1][j+1].r_color;
green=rgb[i-1][j-1].g_color+rgb[i][j-1].g
_color+rgb[i+1][j-1].g_color+
rgb[i-1][j].g_color+rgb[i][j].g
_color+rgb[i+1][j].g_color+
rgb[i-1][j+1].g_color+rgb[i][j+1].g
_color+rgb[i+1][j+1].g_color;
blue=rgb[i-1][j-1].b_color+rgb[i][j-1].b
_color+rgb[i+1][j-1].b_color+
rgb[i-1][j].b_color+rgb[i][j].b
_color+rgb[i+1][j].b_color+
rgb[i-1][j+1].b_color+rgb[i][j+1].b
_color+rgb[i+1][j+1].b_color;
bitmap- >Canvas- >Pixels[i][j]
=RGB(red/9,green/9,blue/9);
}
Image1- >Picture- >Bitmap- >Assign(bitmap);
}
图像
拼接加权
算法
羽化
融合
羽化
融合
图像
拼接
算法
自己写的一个小程序 用的是加权
图像
拼接中的重叠区域融合
算法
研究
图像
拼接中的重叠区域融合
算法
研究
图像
拼接重合线拟定
基于halcon的
图像
拼接
算法
基于halcon的
图像
拼接
算法
,从
算法
流程到
算法
实践,我自己写的,是很得意的东西。
基于Welsh
算法
的灰度
图像
彩色化处理及优化python
实现
源码+项目说明+详细注释.zip
【项目介绍】 基于Welsh
算法
的灰度
图像
彩色化处理及优化python
实现
源码+项目说明+详细注释.zip 该资源内项目代码都是经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶, 或者实际项目借鉴参考! 当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。如果基础还行,也可在此代码基础上进行修改,以
实现
其他功能。 灰度
图像
彩色化这个问题,一直都是研究的热点,有不少的相关人员都在研究,能否把一张灰度
图像
按照我们的意愿,准确的彩色化,是问题的关键。目前灰度
图像
彩色化的
算法
主要有以下几种: 1. 基于优化扩展的彩色化
算法
; 2. 基于最短距离和色度混合的彩色化
算法
; 3. 基于颜色转移的彩色化
算法
。 * 对于基于颜色转移的彩色化
算法
,这种
算法
最大的优点是:自动化;不需要人为干涉,只需要你提供一张与目标灰度
图像
内容相近的彩色
图像
。主要思想是:研究某种颜色匹配
算法
,将彩色
图像
中的颜色信息匹配到目标灰度
图像
中,从而完成灰度图的彩色化。所以这次实验主要采用基于颜色转移的彩色化
算法
来
实现
灰度
图像
彩色化。目前在基于颜色转移的彩色化
算法
中主要采用的是Welsh
算法
。 * 使用Welsh
算法
进行灰度
图像
彩色化之后,可以直观感受到
图像
部分存在噪声,因此我们需要对
图像
进行去噪和优化,使
图像
看起来更加自然,真实。如Gaussian、Laplacian、Sobel等很多传统
图像
滤波器,滤波器与
图像
内容之间是相互独立的,滤波时对
图像
内的所有像素都进行相同的运算,这常常会导致滤除噪声的同时也抹去了
图像
的细节,增强
图像
细节的时候又增强了
图像
噪声。 * 为了使滤波器和
图像
内容更好的结合,有研究人员提出使用导向图(Guidance lmage)来建立滤波器。如常用的双边滤波,就是都根据导向图色彩相似性对局部像素进行加权得到新的像素值,然而双边滤波可能会出现一些梯度反转伪影(Gradient Reversal Artifacts)。而导向滤波(Guided Fliter)显式地利用 guidance image 计算输出
图像
,其中 guidance image 可以是输入
图像
本身或者其他
图像
。导向滤波比起双边滤波来说在边界附近
效果
较好;另外,它还具有 O(N) 的线性时间的速度优势。导向滤波最常用四个功能是:边缘保留滤波,
图像
去噪声,
图像
边缘
羽化
,
图像
增强(对比度)。 * 本项目是基于Welsh
算法
的灰度
图像
彩色化处理及其优化,先使用welsh
算法
将灰度
图像
彩色化处理,再使用导向滤波
算法
进行去噪优化,使
图像
更加自然真实。
Python OpenCV处理
图像
之滤镜和
图像
运算
主要为大家详细介绍了Python OpenCV处理
图像
之滤镜和
图像
运算,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
C++ Builder
13,825
社区成员
102,679
社区内容
发帖
与我相关
我的任务
C++ Builder
C++ Builder相关内容讨论区
复制链接
扫一扫
分享
社区描述
C++ Builder相关内容讨论区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章