图片处理——————————————————高手在哪里？

屌丝女士111 2012-10-18 02:17:05

有这么一个应用，上千张照片，从中挑出100张

1.通过软件将这上千张照片选择实的（一般摄影爱好者都会知道虚实照片这么一说。我其实也不太懂，好像类似焦点正确的）图片出来，

2.一整天的拍摄可能会有各个场景，能从实的照片中挑出一整套流程下来的照片

请问这种软件从什么角度来入手呢？我现在没有什么头绪，唯一想到的就是概率~~~~

请大家帮帮

...全文

421 14 打赏收藏转发到动态举报

写回复

用AI写文章

14 条回复

切换为时间正序

请发表友善的回复…

发表回复

libohit 2013-03-26

打赏
举报

你这是商业软件？还是自己玩？都可以讨论讨论 QQ12365357

atyzy 2013-03-10

打赏
举报

觉得sosoben讲的在理

ldealy 2013-03-08

打赏
举报

给一个不是很专业的思路，现在一般相机，对焦点都会保存在图片里，直接找到有保存对焦点的图片不就行了么。一套流程下来的图片说明图片大体是相似的，这个可以用聚类的方法。

sosoben 2012-11-12

打赏
举报

引用 10 楼 zhoujk 的回复:

引用 9 楼 sosoben 的回复:引用 8 楼的回复: 再给你说个更猛的方法：将同一场景中的所有图片做清晰度优化，得到的结果比每一张源片都清晰：做两个空间，一个用来存储输出，设为 fA(,),另一个设为 fB(,)用来存储4邻域或8邻域差分绝对值。遍历图像系列，返回每个图像，遍历图像，计算差分值的绝对值，如果该值>=fb(,)则将当前值赋值到fA(,)，……

但是楼主的意思是找出最清晰的图片吧，而不是把景深都加深吧？

zhoujk 2012-11-12

打赏
举报

引用 9 楼 sosoben 的回复:

引用 8 楼的回复: 再给你说个更猛的方法：将同一场景中的所有图片做清晰度优化，得到的结果比每一张源片都清晰：做两个空间，一个用来存储输出，设为 fA(,),另一个设为 fB(,)用来存储4邻域或8邻域差分绝对值。遍历图像系列，返回每个图像，遍历图像，计算差分值的绝对值，如果该值>=fb(,)则将当前值赋值到fA(,)，差分值赋值到fB(,) 这样会把所有清晰的区域和噪声都集中到输……

鬼影就真的没法处理了。你在4楼说程序不可能自适应到各种对焦的情况，我已经能够做到，并且可以在同一个画面上起来类似拉长景深的效果

sosoben 2012-10-25

打赏
举报

[Quote=引用 8 楼的回复:]

再给你说个更猛的方法：将同一场景中的所有图片做清晰度优化，得到的结果比每一张源片都清晰：
做两个空间，一个用来存储输出，设为 fA(,),另一个设为 fB(,)用来存储4邻域或8邻域差分绝对值。
遍历图像系列，返回每个图像，遍历图像，计算差分值的绝对值，如果该值>=fb(,)则将当前值赋值到fA(,)，差分值赋值到fB(,)
这样会把所有清晰的区域和噪声都集中到输出图像中。
甚至还可以把……
[/Quote]

其实这就是图片的合成嘛，对于同一场景有用，但里面的物体移动了，不就可能出鬼影了？

zhoujk 2012-10-24

打赏
举报

再给你说个更猛的方法：将同一场景中的所有图片做清晰度优化，得到的结果比每一张源片都清晰：
做两个空间，一个用来存储输出，设为 fA(,),另一个设为 fB(,)用来存储4邻域或8邻域差分绝对值。
遍历图像系列，返回每个图像，遍历图像，计算差分值的绝对值，如果该值>=fb(,)则将当前值赋值到fA(,)，差分值赋值到fB(,)
这样会把所有清晰的区域和噪声都集中到输出图像中。
甚至还可以把差分区域稍调大一点来试一下，例如5*5

sosoben 2012-10-22

打赏
举报

我被忽视了？

其实网上说的也比较清楚了你选定区域后，用差分法是第一个办法，就是非边缘的每一个像素点，跟他周围的像素相减，把这个差全加起来，数值越高表示越清晰

当然在这基础上还多了很多改进，例如sobel算子

然后就是频域的方法，把区域每行相加化为一个一维数组，然后对这数组进行快速傅里叶变换，之后所有点相加就是清晰度了，越高越好。

具体哪个方法好要依照实际情况决定的，要自己试验一下的

sosoben 2012-10-19

打赏
举报

评价图像质量有很多种算法，但最好你是有一个固定的对焦位置，因为程序不可能自适应到各种对焦的情况

知道你想清晰对焦的位置，那好办多了，把那部分提取出来

目前国内外提出的图像清晰度评价函数大致可以归结为灰度梯度函数、信息学函数、统计学函数和频域函数几类，其中频域类、信息学和统计学类评价函数在调焦过程中对环境的稳定性要求较高；灰度梯度类评价函数的值采用图像相邻像素间的灰度差(差分)来计算，这种近似微分运算可以消除背景噪声的影响，能有效抑制外界条件对图像的整体影响，这一类评价函数应用最广

灰度梯度类清晰度评价函数中使用较多的Brenner函数，基于Sobel梯度算子的Tenengrad函数以及Roberts梯度和函数

但有文献表示：
点锐度算法的评价参数———点锐度较熵、方差更能反映MTF 曲线随数字图像清晰度
变化的趋势,

屌丝女士111 2012-10-19

打赏
举报

[Quote=引用 2 楼的回复:]
你说的应该是跑焦吧，即焦点不在我们希望的目标上。假设你有同一场景的不同照片，如果只使用像素间差分的方法，会将背景清晰的照片选择出来。因此建议这样做：先在一张图上选择你希望已被准确对焦的区域，用一个通道标示出来。返回每个图像在这个区域内的边界。然后将边界数据求和。最后返回和最大的这个图像。应该就是该区域最清晰的文件。
把每个不同场景分组，每组场景使用同一个通道参数。如果没用脚架拍摄，可能做出来的误……
[/Quote]

感谢对我问题的理解，主要是我一个同学对这方面的想法，
然后加上我这个对图片处理技术陌生的理解，
然后就想询问下意见，网上也搜了，还是没有很成熟的国内开发者开发出来的开源代码
都是国外一些开发者的想法，也没有具体的成熟软件！！

不知道大家有没有这方面的资源共享下！

屌丝女士111 2012-10-19

打赏
举报

[Quote=引用 1 楼的回复:]
影楼用的?失焦可能需要实现一些数字图像质量评价算法类似的程序来判断
挑选一整套流程那个看你流程怎么定义了,如果是场景的话,应该要用分类器
[/Quote]

嗯帮助较大

zhoujk 2012-10-18

打赏
举报

还有一个更简单的方法，基于灰度边界的判断对跑焦图像进行自适应的修复，从而解决跑焦的问题，相当于把每一张照片的景深都加大。参见我的BLOG

zhoujk 2012-10-18

打赏
举报

你说的应该是跑焦吧，即焦点不在我们希望的目标上。假设你有同一场景的不同照片，如果只使用像素间差分的方法，会将背景清晰的照片选择出来。因此建议这样做：先在一张图上选择你希望已被准确对焦的区域，用一个通道标示出来。返回每个图像在这个区域内的边界。然后将边界数据求和。最后返回和最大的这个图像。应该就是该区域最清晰的文件。
把每个不同场景分组，每组场景使用同一个通道参数。如果没用脚架拍摄，可能做出来的误差很大，没法使用。