求RGB24转RGB565,不太丢失清晰度的算法

SamSmith2004 2008-10-13 09:54:58
如题,要求转换算法不是粗糙的把RGB888丢掉几位转成RGB565,谢谢各位达人先
...全文
573 5 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
housisong 2008-10-28
  • 打赏
  • 举报
回复
用 误差扩散 算法吧
可以去我的blog看看,有几篇文章写算法和实现 : http://blog.csdn.net/housisong
feeboby 2008-10-28
  • 打赏
  • 举报
回复
要不要MMX 写的
winnuke 2008-10-14
  • 打赏
  • 举报
回复
直接参考下FreeImage中的方法吧~~~~~~~~~~

分成调色板数据和原始色彩数据,
RGB565(b, g, r) ((((b) >> 3) << FI16_565_BLUE_SHIFT) | (((g) >> 2) << FI16_565_GREEN_SHIFT) | (((r) >> 3) << FI16_565_RED_SHIFT))
vcPlayer 2008-10-14
  • 打赏
  • 举报
回复
RGB565带调色板吗?如果是就好办。忘了这个:(

首先统计颜色及其分布,按人眼视觉敏感区域及颜色统计量来择优选择颜色,不过算法可能比较复杂。
wuchuncai 2008-10-14
  • 打赏
  • 举报
回复
直接用高位的数据即可,red*32/256,blue*64/256,blue*32/256
内容概要:该论文针对沙尘环境下图像存在的色差、低对比度和低清晰度问题,提出了一种基于RGB色彩平衡的图像增强算法算法包括色彩校正和对比度提升两大部分:(1)色彩校正方面,提出了保持颜色分量均值的RGB色彩平衡方法(RGBCbm),通过拉伸RGB通道去除色偏,并结合带色彩恢复的多尺度视网膜增强算法(MSRCR)进一步改善;(2)对比度提升方面,使用相对全局直方图拉伸算法(RGHS)结合Lab颜色模型增强图像对比度、色彩和明亮度。实验结果表明,该算法在UIQM和Conl指标上优于其他先进算法,能够有效改善沙尘图像质量。 适用人群:从事图像处理、计算机视觉领域的研究人员和技术人员,尤其是关注沙尘天气下图像增强问题的专业人士。 使用场景及目标:①适用于自动驾驶系统、无人机航拍、安防监控和遥感图像处理等场景;②旨在解决沙尘天气下图像的色偏、低对比度和低清晰度问题,提高图像质量和视觉效果。 其他说明:该算法具有针对性强、分阶段处理、色彩保持等特点,通过系统的色彩分析和分阶段增强策略,在保持算法效率的同时显著提升了沙尘图像的视觉质量。未来研究方向包括结合深度学习技术进一步提升性能、开发更大规模的数据集、优化算法实时性和扩展到其他恶劣天气条件的应用。
内容概要:本文针对沙尘环境下室外图像存在的色差、低对比度及低清晰度问题,提出了一种基于RGB色彩平衡方法的沙尘降质图像增强算法。该算法主要分为色彩校正和对比度提升两个任务。首先,提出保持颜色分量均值的RGB色彩平衡方法(RGBCbm),通过调整RGB三通道分量均值,有效去除沙尘引起的色幕问题;其次,采用带色彩恢复的多尺度视网膜增强算法(MSRCR)进一步提升色彩校正效果;接着,利用相对全局直方图拉伸算法(RGHS)结合Lab颜色模型对图像的对比度、色彩及明亮度进行增强和校正。实验结果表明,该算法在色差恢复、对比度增强及图像细节清晰度提升方面表现优异,UIQM和Conl指数分别达到了0.602和0.994,相较于其他先进算法分别提高了0.140和0.018。 适合人群:从事计算机视觉、图像处理领域的研究人员和技术人员,尤其是关注沙尘环境下的图像增强问题的专业人士。 使用场景及目标:①解决沙尘环境中拍摄的图像存在的色差、低对比度及低清晰度问题;②提高沙尘降质图像的色彩丰富性、对比度及细节清晰度;③为视觉识别、监控等应用提供更高质量的图像输入。 其他说明:本文算法不仅在实验数据上表现出色,还在缺乏大规模沙尘图像标准数据集的情况下,展现了基于深度学习的算法在沙尘图像增强方面的潜力。尽管如此,该算法在远景物体的细节保留及沙尘去除方面仍有提升空间。建议在实际应用中结合更多样化的沙尘图像数据进行进一步优化和验证。

19,472

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC 图形处理/算法
社区管理员
  • 图形处理/算法社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧