CN106023081A - 二维图片的马赛克处理方法 - Google Patents
二维图片的马赛克处理方法 Download PDFInfo
- Publication number
- CN106023081A CN106023081A CN201610345955.XA CN201610345955A CN106023081A CN 106023081 A CN106023081 A CN 106023081A CN 201610345955 A CN201610345955 A CN 201610345955A CN 106023081 A CN106023081 A CN 106023081A
- Authority
- CN
- China
- Prior art keywords
- color
- picture
- building blocks
- color lump
- processing method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 239000003086 colorant Substances 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 6
- 230000011218 segmentation Effects 0.000 claims description 13
- 238000005520 cutting process Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 241000222065 Lycoperdon Species 0.000 description 1
- 241000768494 Polymorphum Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种二维图片的马赛克处理方法,其特征在于:包括以下步骤:a、将原图进行切割预处理,对切割预处理后的图片进行色块划分;b、每个色块寻找到最为接近的积木原色块,使得图片积木化效果优化;c、分别用上述最为接近的积木原色块,对与之对应的色块进行颜色填充,从而得到积木化的马赛克的图片。本发明对照现有技术的有益效果是,由于简化了图片的处理方法,因此可以采用较少的积木色拼出积木化的马赛克的图片,使该图片从远处观看可以获得与原图较为接近的视觉效果,便于采用较少颜色的积木完成拼接,有效的降低了生产成本。
Description
技术领域
本发明涉及一种二维图片的马赛克处理方法。
背景技术
所谓将图片加上马赛克,是指将原图通过一种处理方法划分成若干小的区域,每个区域称为一个色块,对每个色块用一个新的与原图相近的纯色的色块的颜色来替代,从而得到一种模糊化的艺术效果的过程。
拼图游戏是广受欢迎的一种智力游戏,它的变化多端,难度不一,让人百玩不厌。目前,拼图通常是采用将一幅画分割成多个拼图单元的方式来实现的。这种方法可以确保拼接好的拼图是一幅完整的画,但是不同的拼图就要采用不同的拼图单元,使得拼图的成本难以减少,而且一个拼图的拼图单元只能用于拼一幅画,无法用于拼接其它的画,利用率太低,不具备通用性。
因此,将任意一幅需要拼的画采用二维图片的马赛克处理方法处理,使之成为由多个原色积木可组成的马赛克图,就可以采用不同数目的原色积木拼出所需的马赛克图。
传统马赛克图片的特点是每个小的色块都是一个具有相同颜色的色块,即纯色块。
对此,可以引出本算法中要实现的马赛克图片的定义,即一张由一定量的纯色的小图片(小色块)拼接在一起组成的大图片,使我们远距离对图片观看时,我们看到的是一张整体的大图,而从近处看时,则是一个个小色块拼凑的图片。
对于上述的图片的马赛克生成问题,现在主要存在两种方法:
1、对色块进行分类,对每个色块使用相同的匹配方法,在匹配的过程中,主要考察每一个色块的颜色特征,但是由于积木原色比较少(出于生产成本和难以程度等因素的考虑,积木原色约40-50种),拼成的图清晰度较差,难以得到较好的视觉效果,这是因为每个色块的颜色仅仅是这个色块中原图中像素的“平均值”,例如,如果一个色块中共有4个像素,其中3个是浅灰,一个是深黑,其平均值就是一般的灰色,但实际上浅灰的颜色效果更好;
2、通过设定一定的阈值对原图色块进行分析、分类后对每一类进行单独的匹配,在匹配的同时也会适当的考虑到图片的纹理形状等。
发明内容
本发明所要解决的技术问题是提供一种二维图片的马赛克处理方法,这种马赛克算法能够将二维图片分解成由多个积木原色组成的马赛克图,拼成的图清晰度较高,能够得到较好的视觉效果,并且方法更简单。采用的技术方案如下:
一种二维图片的马赛克处理方法,其特征在于:包括以下步骤:
a、将原图进行切割预处理,对切割预处理后的图片进行色块划分;
b、每个色块寻找到最为接近的积木原色块,使得图片积木化效果优化;
c、分别用上述最为接近的积木原色块,对与之对应的色块进行颜色填充,从而得到积木化的马赛克的图片。
较优的方案,所述步骤a中切割预处理是将原有图片分为m×n的矩阵,使矩阵分割出的每个色块含有k×k个像素点,除去图片边缘多余的部分。
由于每个色块被划分为k×k个像素大小的方块,因此划分后共有m×n个色块,即应满足M=m×k,N=n×k;分割后的m×n个方块即为切割预处理后的图片。对原图的分割要遵循每个色块的正方形化原则,使得分割之后的色块可以均匀分布,通过对图片四周的切割,将边缘处无法形成正方形的像素块个数的部分去掉,这样的处理方式可以使得图片更加标准化,更加适用于积木化的处理过程,通过这样对原始区域进行分割,继而进行接下来的步骤。
较优的方案,所述步骤a中色块划分的具体步骤是对上述切割预处理后的图片按像素进行划分,使每个色块都具有可以形成正方形的像素块个数。切割时将把上下、左右“多余”部分剔除,剔除上下时先从下面开始,左右时先从右边开始。例如,图片是403×201,色块是4×4像素,则从原图中切割最左一列像素和最右二列像素,及最下一行像素。
较优的方案,所述步骤b中寻找到最为接近的积木原色块的方法是将每个色块通过颜色、Tamura以及颜色方差的对比,获得最为接近的积木原色块。
更优的方案,所述步骤b中,对比的具体步骤如下:
b1、计算出每个色块的所有像素(分割后每个色块都是由k×k个像素构成)的RGB平均值暂作为此色块的RGB值;
b2、通过Tamura对比度以及颜色方差对色块的颜色进行处理;
b3、将每个色块的RGB值与积木色库中的各个颜色依次分别进行对比,依次求出与每个色块颜色最接近的积木色库中的颜色。
较优的方案,所述步骤b1通过以下公式计算出每个色块的这些像素(分割后每个色块都是由k×k个像素构成)的RGB平均值:
所述步骤b2中,关于Tamura算法,这里进行简单的介绍,首先介绍一下纹理特征的概念,纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的视觉特征,纹理特征在基于内容的图像检索中得到了广泛的应用,用户可以通过提交包含有某种纹理的图像来查找含有相似纹理的其他图像。早在1978年,Tamura等人根据人类对纹理视觉感知的心理学研究,提出了纹理特征的表达Tamura纹理特征的六个分量对应心理学角度上纹理特征的6种属性,分别是粗糙度(boarseness)、对比度(bontrast)、方向度(direbtionality)、线性度(linearity)、规整度(regularity)和粗略度(roughness)。一般情况下,前三种属性就可以较好地捕捉纹理的高级视觉特征,常用于基于内容的图像检索。但这三种属性无法实现对于精细纹理的有效辨别。鉴于此,本文提出了改进的Tamura纹理特征提取算法,用粗糙度直方图取代单个粗糙度来表示图像中的尺度信息,用经过旋转不变性改造的边缘方向直方图描述图像中的方向分布信息。
可以用下列算法得到色块的距离:
其中,式中Dcol为等同像素的原始色块和替换色块对应位置像素点的颜色之差的平方和;式中Dedge为等同像素原始色块和替换色块对应位置像素点梯度强度之差的平方和;式中Wedge为梯度强度均值与最大梯度强度之比;式中Ii为将原始鳞片划分到纯色块或边缘块后,当前正在计算匹配的处色块与边缘块。
更优的方案,所述步骤b3中,将色块的RGB值与积木色库中的各个颜色分别进行对比的具体公式如下:
其中,p代表开方次数;v代表积木原色库中的颜色个数,i从1到v分别执行上方的公式,取得当色块颜色的RGB值与积木原色库中RGB值得最小值的i值,即为所需填充颜色的s值,则s则是需要对色块进行填充的颜色。
通过上述公式求出与色块的颜色最接近的第s个积木色库中的颜色。
较优的方案,所述步骤c的最为接近的积木原色块为步骤b3得出的积木色库中颜色最接近的颜色,即上述第s个积木色库中的颜色。
更优的方案,所述积木色库中的颜色为40-50个。
较优的方案,所述积木化的马赛克的图片由多个具有积木颜色库的不同积木色的积木组成。因此,可以采用多个具有积木颜色库的积木色的积木拼出积木化的马赛克的图片。生产者可以据此获得各种积木色的积木数目,从而将可以拼出积木化的马赛克的图片的积木包装,使用者可以用这些积木尝试拼出积木化的马赛克的图片。
本申请是一种简化的图片转成积木色马赛克处理方式,先将原图进行合适尺寸的切割,切割完成后将原图划分为若干相同大小的小块,通过这样的划分将生成马赛克图片的问题转换成如何对每一个小块进行匹配,从积木颜色库中选出与原图色块最相似的积木色进行匹配,由于受到原料环保以及颜色处理的限制,积木原色约为40-50个左右,所以对原图颜色处理要求相对较高,从而选择最为相近的积木原色进行填充。这样生产者就只需要提供40-50种具有不同积木原色的积木,根据需要拼接的图片的需要(将图片按本申请的方法处理后,得出各种积木原色的积木所需的数量),放入包装,让使用者自行拼接出图片。
本发明对照现有技术的有益效果是,由于简化了图片的处理方法,因此可以采用较少的积木色拼出积木化的马赛克的图片,使该图片从远处观看可以获得与原图较为接近的视觉效果,便于采用较少颜色的积木完成拼接,有效的降低了生产成本。
附图说明
图1是本发明实施例1的二维图片示意图;
图2是图1所示实施例1步骤b3的流程图;
图3是图1所示实施例1处理后得到的积木化的马赛克的图片;
图4是本发明实施例2的二维图片示意图;
图5是图4所示实施例2处理后得到的积木化的马赛克的图片。
具体实施方式
实施例1
如图1所示,本实施例中的二维图片为460*350像素的图片。二维图片的马赛克处理方法,包括以下步骤:
a、将原图进行切割预处理,对切割预处理后的图片进行色块划分;
b、每个色块寻找到最为接近的积木原色块,使得图片积木化效果优化;
c、分别用上述最为接近的积木原色块,对与之对应的色块进行颜色填充,从而得到积木化的马赛克的图片。
所述步骤a中切割预处理是将原有图片分为M×N的矩阵,使矩阵分割出的每个色块含有k×k个像素点。按上述处理方法,将图1所示的二维图片分为每个模块2×2像素的小模块,分成了175行230列的矩阵。
由于每个色块被划分为k×k(2×2)个像素大小的方块,因此划分后共有m×n(175×230)个色块,即应满足M=m×k,N=n×k;分割后的m×n(175×230)个方块即为切割预处理后的图片。这样的处理方式可以使得图片更加标准化,更加适用于积木化的处理过程,通过这样对原始区域进行分割,继而进行接下来的步骤。
所述步骤a中色块划分的具体步骤是对上述切割预处理后的图片按像素进行划分,使每个色块都具有可以形成正方形的像素块个数。对原图的分割要遵循每个色块的正方形化原则,使得分割之后的色块可以均匀分布,通过对图片四周的切割,将边缘处无法形成正方形的像素块个数的部分去掉,使得图片更加标准化。
所述步骤b中寻找到最为接近的积木原色块的方法是将每个色块通过颜色、Tamura以及颜色方差的对比,获得最为接近的积木原色块。
更优的方案,所述步骤b中,对比的具体步骤如下:
b1、分别计算出每个色块的所有像素(分割后每个色块都是由k×k(2×2)个像素构成)的RGB平均值暂作为该色块的RGB值;
b2、通过Tamura对比度以及颜色方差对色块的颜色进行处理;
b3、将每个色块的RGB值与积木色库中的各个颜色依次分别进行对比,依次求出与每个色块颜色最接近的积木色库中的颜色。
所述步骤b1通过以下公式计算出每个色块的这些像素的RGB平均值:
所述步骤b2中,用下列算法得到色块的距离:
其中,式中Dcol为等同像素的原始色块和替换色块对应位置像素点的颜色之差的平方和;式中Dedge为等同像素原始色块和替换色块对应位置像素点梯度强度之差的平方和;式中Wedge为梯度强度均值与最大梯度强度之比;式中Ii为将原始鳞片划分到纯色块或边缘块后,当前正在计算匹配的处色块与边缘块。
所述步骤b3中,将色块的RGB值与积木色库中的各个颜色分别进行对比的具体公式如下:
其中,p代表开方次数;v代表积木原色库中的颜色个数,i从1到v分别执行上方的公式,取得当色块的RGB值与积木原色库中RGB值得最小值的i值,即为所需填充颜色的s值,则s则是需要对该色块进行填充的颜色。
在求出与色块的颜色最接近的第s个积木色库中的颜色后,将s填充至该色块中。
每个色块依次得出对应的颜色最接近的积木色库中的颜色后,填充到对应的色块。
所述积木色库中的颜色为45个。
所述步骤b3中对比的过程如图2所示。
所述步骤c的色块为已经分割后的原图中的每个正方形的像素格。
按上述处理方法,将图1所示的二维图片处理后得到的积木化的马赛克的图片,如图3所示。
生产者根据积木化的马赛克的图片,计算出各种积木原色的数量,然后得出具有各种积木原色的积木数量,将其放入一个包装,销售给用户。用户通过拼接游戏,可以将这些积木拼出积木化的马赛克的图片。
实施例2
如图4所示,本实施例与实施例1的区别在于:本发明实施例2的二维图片,其分辨率为321列×243行,按照4×4大小分割色块时,将舍弃原图的一列和三行,从而分成为80列×60行个色块;
图5是实施例2处理后得到的积木化的马赛克的图片,由4800(80×60)个积木组成。
此外,需要说明的是,本说明书中所描述的具体实施例,其各部分名称等可以不同,凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种二维图片的马赛克处理方法,其特征在于:包括以下步骤:
a、将原图进行切割预处理,对切割预处理后的图片进行色块划分;
b、每个色块寻找到最为接近的积木原色块,使得图片积木化效果优化;
c、分别用上述最为接近的积木原色块,对与之对应的色块进行颜色填充,从而得到积木化的马赛克的图片。
2.如权利要求1所述的二维图片的马赛克处理方法,其特征在于:所述步骤a中切割预处理是将原有图片分为m×n的矩阵,使矩阵分割出的每个色块含有k×k个像素点,除去图片边缘多余的部分。
3.如权利要求1所述的二维图片的马赛克处理方法,其特征在于:所述步骤a中色块划分的具体步骤是对上述切割预处理后的图片按像素进行划分,使每个色块都具有可以形成正方形的像素块个数。
4.如权利要求1所述的二维图片的马赛克处理方法,其特征在于:所述步骤b中寻找到最为接近的积木原色块的方法是将每个色块通过颜色、Tamura以及颜色方差的对比,获得最为接近的积木原色块。
5.如权利要求4所述的二维图片的马赛克处理方法,其特征在于:所述步骤b中,对比的具体步骤如下:
b1、计算出每个色块的所有像素(分割后每个色块都是由个像素构成)的RGB平均值暂作为此色块的RGB值;
b2、通过Tamura对比度以及颜色方差对色块的颜色进行处理;
b3、将每个色块的RGB值与积木色库中的各个颜色依次分别进行对比,依次求出与每个色块颜色最接近的积木色库中的颜色。
6.如权利要求5所述的二维图片的马赛克处理方法,其特征在于:所述步骤b1通过以下公式计算出每个色块的这些像素(分割后每个色块都是由个像素构成)的RGB平均值:
。
7.如权利要求5所述的二维图片的马赛克处理方法,其特征在于:所述步骤b3中,将色块的RGB值与积木色库中的各个颜色分别进行对比的具体公式如下:
通过上述公式求出与色块的颜色最接近的第s个积木色库中的颜色。
8.如权利要求7所述的二维图片的马赛克处理方法,其特征在于:所述步骤c的最为接近的积木原色块为步骤b3得出的积木色库中颜色最接近的颜色,即上述第s个积木色库中的颜色。
9.如权利要求5-8中任意一项所述所述的二维图片的马赛克处理方法,其特征在于:所述积木色库中的颜色为40-50个。
10.如权利要求9所述的二维图片的马赛克处理方法,其特征在于:所述积木化的马赛克的图片由多个具有积木颜色库的不同积木色的积木组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610345955.XA CN106023081A (zh) | 2016-05-21 | 2016-05-21 | 二维图片的马赛克处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610345955.XA CN106023081A (zh) | 2016-05-21 | 2016-05-21 | 二维图片的马赛克处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106023081A true CN106023081A (zh) | 2016-10-12 |
Family
ID=57097061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610345955.XA Pending CN106023081A (zh) | 2016-05-21 | 2016-05-21 | 二维图片的马赛克处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106023081A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767340A (zh) * | 2017-10-26 | 2018-03-06 | 厦门理工学院 | 电子照片的合成制作方法 |
CN108346129A (zh) * | 2018-03-12 | 2018-07-31 | 中国科学院计算技术研究所 | 生成具有混淆图块的拼图用图块的方法 |
CN109255807A (zh) * | 2017-07-13 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 一种图像信息处理方法及服务器、计算机存储介质 |
CN110084746A (zh) * | 2019-03-14 | 2019-08-02 | 合肥磐石自动化科技有限公司 | 一种马赛克拼图机器人的识图拼图方法 |
CN110688962A (zh) * | 2019-09-29 | 2020-01-14 | 武汉秀宝软件有限公司 | 人脸图像处理方法、用户设备、存储介质及装置 |
CN112017169A (zh) * | 2020-08-25 | 2020-12-01 | 重庆大学 | 一种马赛克图片的处理方法 |
CN112116676A (zh) * | 2020-09-18 | 2020-12-22 | 广东小天才科技有限公司 | 一种像素化图像生成方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6927874B1 (en) * | 1999-04-02 | 2005-08-09 | Canon Kabushiki Kaisha | Image processing method, apparatus and storage medium therefor |
US20070296824A1 (en) * | 2006-06-22 | 2007-12-27 | Mallory Jackson Paine | Computer generated mosaics |
CN101734077A (zh) * | 2008-11-25 | 2010-06-16 | 王源源 | 一种马赛克装饰作品的生成方法及系统 |
CN101918979A (zh) * | 2008-01-15 | 2010-12-15 | 佩特媒体株式会社 | 镶嵌图像生成装置、方法及程序 |
CN102930289A (zh) * | 2012-09-28 | 2013-02-13 | 清华大学 | 马赛克图片生成方法 |
-
2016
- 2016-05-21 CN CN201610345955.XA patent/CN106023081A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6927874B1 (en) * | 1999-04-02 | 2005-08-09 | Canon Kabushiki Kaisha | Image processing method, apparatus and storage medium therefor |
US20070296824A1 (en) * | 2006-06-22 | 2007-12-27 | Mallory Jackson Paine | Computer generated mosaics |
CN101918979A (zh) * | 2008-01-15 | 2010-12-15 | 佩特媒体株式会社 | 镶嵌图像生成装置、方法及程序 |
CN101734077A (zh) * | 2008-11-25 | 2010-06-16 | 王源源 | 一种马赛克装饰作品的生成方法及系统 |
CN102930289A (zh) * | 2012-09-28 | 2013-02-13 | 清华大学 | 马赛克图片生成方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255807A (zh) * | 2017-07-13 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 一种图像信息处理方法及服务器、计算机存储介质 |
CN109255807B (zh) * | 2017-07-13 | 2023-02-03 | 腾讯科技(深圳)有限公司 | 一种图像信息处理方法及服务器、计算机存储介质 |
CN107767340A (zh) * | 2017-10-26 | 2018-03-06 | 厦门理工学院 | 电子照片的合成制作方法 |
CN108346129A (zh) * | 2018-03-12 | 2018-07-31 | 中国科学院计算技术研究所 | 生成具有混淆图块的拼图用图块的方法 |
CN108346129B (zh) * | 2018-03-12 | 2020-07-31 | 中国科学院计算技术研究所 | 生成具有混淆图块的拼图用图块的方法 |
CN110084746A (zh) * | 2019-03-14 | 2019-08-02 | 合肥磐石自动化科技有限公司 | 一种马赛克拼图机器人的识图拼图方法 |
CN110688962A (zh) * | 2019-09-29 | 2020-01-14 | 武汉秀宝软件有限公司 | 人脸图像处理方法、用户设备、存储介质及装置 |
CN110688962B (zh) * | 2019-09-29 | 2022-05-20 | 武汉秀宝软件有限公司 | 人脸图像处理方法、用户设备、存储介质及装置 |
CN112017169A (zh) * | 2020-08-25 | 2020-12-01 | 重庆大学 | 一种马赛克图片的处理方法 |
CN112116676A (zh) * | 2020-09-18 | 2020-12-22 | 广东小天才科技有限公司 | 一种像素化图像生成方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106023081A (zh) | 二维图片的马赛克处理方法 | |
WO2020108083A1 (zh) | 视频处理方法、装置、电子设备及计算机可读介质 | |
KR100355382B1 (ko) | 영상 시퀀스에서의 객체 레이블 영상 생성장치 및 그 방법 | |
CN1144157C (zh) | 用于从顺序的2d图象数据产生3d模型的系统和方法 | |
Sutherland et al. | A characterization of ten hidden-surface algorithms | |
CN104182765B (zh) | 一种互联网图像驱动的三维模型最优视图自动选择方法 | |
US20110050723A1 (en) | Image processing apparatus and method, and program | |
CN101651772A (zh) | 一种基于视觉注意的视频感兴趣区域的提取方法 | |
Casanova et al. | Texture analysis using fractal descriptors estimated by the mutual interference of color channels | |
CN108805090A (zh) | 一种基于平面网格模型的虚拟试妆方法 | |
Argudo et al. | Single-picture reconstruction and rendering of trees for plausible vegetation synthesis | |
CN111179193B (zh) | 基于DCNNs和GANs的皮肤镜图像增强和分类方法 | |
DE102018003475A1 (de) | Formbasierte Grafiksuche | |
CN102194241A (zh) | 基于互联网的艺术拼图系统设计方法 | |
Song et al. | Detection of maize tassels for UAV remote sensing image with an improved YOLOX model | |
CN109523619A (zh) | 一种通过多角度打光的图片生成3d材质贴图的方法 | |
CN105787995B (zh) | 一种平面图形图像处理方法 | |
CN107832359A (zh) | 一种图片检索方法及系统 | |
CN110889718A (zh) | 方案筛选方法、方案筛选装置、介质以及电子设备 | |
Reddy | Extraction of image features for an effective CBIR system | |
Liu | Two decades of colorization and decolorization for images and videos | |
Waldin et al. | Chameleon: Dynamic color mapping for multi-scale structural biology models | |
CN102930289B (zh) | 马赛克图片生成方法 | |
CN112365517A (zh) | 一种基于图像颜色和密度特征的超像素分割方法 | |
RU2710659C1 (ru) | Совместная неконтролируемая сегментация объектов и подрисовка |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |