CN110933252A - 彩色图像误差扩散的方法和装置、设备及储存介质 - Google Patents
彩色图像误差扩散的方法和装置、设备及储存介质 Download PDFInfo
- Publication number
- CN110933252A CN110933252A CN201911011160.5A CN201911011160A CN110933252A CN 110933252 A CN110933252 A CN 110933252A CN 201911011160 A CN201911011160 A CN 201911011160A CN 110933252 A CN110933252 A CN 110933252A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- gray level
- error diffusion
- color component
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6002—Corrections within particular colour systems
- H04N1/6008—Corrections within particular colour systems with primary colour signals, e.g. RGB or CMY(K)
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/58—Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种彩色图像误差扩散的方法,其方法包括如下步骤:获取RGB彩色图像,将RGB彩色图像的RGB颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像,将R灰度图像、G灰度图像、B灰度图像相同位置的灰度值分别求和,得到求和结果,并对求和结果进行判断,若求和结果大于255,则使用单纯形法处理R灰度图像、G灰度图像、B灰度图像,并将处理后的R、G、B灰度图像依据阈值进行误差扩散,得到误差扩散后的灰度图像,获取误差扩散后的灰度图像并进行染色操作,得到结果图像。通过对图像的颜色分量分离,避免各个灰度图像在同一位置采样冲突,保证各个灰度图像都保持良好的蓝噪声特性,从而提高彩色图像的打印质量。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种彩色图像误差扩散的方法和装置、设备及储存介质。
背景技术
误差扩散算法是一种应用广泛的图像半色调方法,由于其本身所具有的先天性特点是很多其他技术无法比拟的,所以,无论是在研究领域,还是在应用领域,该技术都得到了非常普遍的认可,成为了数字半色调领域研究的热点和焦点。标准的误差扩散算法主要是应用于灰度图像的显示和打印,后作为一种采样算法广泛应用于计算图形学领域,取得了显著的效果。但是这些研究只是针对单色通道(单类)误差扩散算法,也就是在灰度图像领域进行改进。而在彩色打印领域,需要利用一定数量的颜色重现连续色调彩色图像。如果只是将标准误差扩散应用于彩色图像各个颜色分量,并进行简单叠加,必然会出现在同一位置出现多个标记点的现象,各个颜色分量和叠加结果的蓝噪声特性都不能保证。
发明内容
有鉴于此,本公开提出了一种彩色图像误差扩散的方法,包括:
获取RGB彩色图像,将所述RGB彩色图像的R颜色分量、G颜色分量、B颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像;
将所述R灰度图像、所述G灰度图像、所述B灰度图像相同位置处的像素点的灰度值求和,得到求和结果,并对所述求和结果进行判断;其中,所述求和结果为多个;
若所述求和结果大于255,则使用单纯形法将所述R颜色分量、所述G颜色分量、所述B颜色分量分配到多个灰度图像中并依据阈值对所述多个灰度图像进行误差扩散,得到误差扩散后的所述多个灰度图像;
获取误差扩散后的所述多个灰度图像并进行染色操作,得到结果图像。
在一种可能的实现方式中,
多个所述灰度图像包括R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像;
其中,所述单纯形法将所述R颜色分量、所述G颜色分量、所述B颜色分量分配到多个灰度图像中包括:
获取所述R灰度图像、所述G灰度图像、所述B灰度图像;
依据预设的基本约束条件和附加约束条件分别将所述R颜色分量、所述G颜色分量、所述B颜色分量分离到所述R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像中;
其中,R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像均作为单类。
在一种可能的实现方式中,所述阈值为:
t(i)=128+rand(x,y)
其中,rand(x,y)为白噪声,x为矩阵行数,y为矩阵列数,i表征灰度图像。
在一种可能的实现方式中,依据所述阈值对多个灰度图像进行误差扩散,包括:
将所有所述单类和所述中间类中对应位置的灰度值与各自的阈值进行比较;
如果所述中间类灰度值小于阈值或者所有所述单类灰度值都小于阈值,则所述中间类和所述单类都标记当前点为0,并进行灰度误差扩散;
如果所述中间类的灰度值大于阈值且只有一个所述单类的灰度值大于阈值,则所述中间类和灰度值大于阈值的所述单类标记当前点为255,灰度值小于或等于阈值的单类标记为0,同时分别进行相应的灰度误差扩散;
如果所述中间类的灰度值大于阈值且有两个以上所述单类的灰度值都大于阈值,则所述中间类和其中密度较小的单类标记当前点为255,其他的单类标记为0,同时分别进行相应的灰度误差扩散;
其中,密度指图像单位面积中灰度值为255的像素的数量。
在一种可能的实现方式中,所述染色操作为:
将所述单类图像中的灰度值为255的像素点分别一一对应到所述R颜色分量、所述G颜色分量、所述B颜色分量。
在一种可能的实现方式中,所述基本约束条件为:C’1≥0,C’ 2≥0,C’ 3≥0,C’12≥0,C’13≥0,C’23≥0,C’123≥0;
所述附加约束条件为:
其中,C’1表示R灰度图像的像素值、C’2表示G灰度图像的像素值、C’3表示B灰度图像的像素值、C’12表示C灰度图像的像素值、C’13表示M灰度图像的像素值、C’23表示Y灰度图像的像素值、C‘123表示W灰度图像的像素值。
在一种可能的实现方式中,若所述求和结果小于或等于255,则对应设置R灰度图像、G灰度图像和B灰度图像的像素值,并依据所述阈值对所述图像进行误差扩散。
根据本公开的一方面,还提供了一种彩色图像误差扩散装置,包括颜色分量分离模块,灰度值求和判断模块,误差扩散模块和染色模块;
所述颜色分量分离模块,被配置为获取RGB彩色图像,将所述RGB彩色图像的RGB颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像;
所述灰度值求和判断模块,被配置为将所述R灰度图像、所述G灰度图像、所述B灰度图像相同位置的灰度值分别求和,得到求和结果,并对所述求和结果进行判断;其中,所述求和结果为多个;
所述误差扩散模块,被配置为若所述求和结果大于255,则使用单纯形法将所述R颜色分量、所述G颜色分量、所述B颜色分量分配到多个灰度图像中并依据阈值对所述多个灰度图像进行误差扩散,得到误差扩散后的所述多个灰度图像;
所述染色模块,被配置为获取误差扩散后的所述多个灰度图像并进行染色操作,得到结果图像。
根据本公开的一方面,还提供了一种彩色图像误差扩散设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现前面任意一项所述的方法。
根据本公开的另一方面,还提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现前面任意一项所述的方法。
通过获取RGB彩色图像,将RGB彩色图像的RGB颜色分离,得到相应的颜色分量的灰度图像,再将每个图像相同位置的灰度值分别求和,得到求和结果,并对求和结果进行判断,若所述求和结果大于255,则使用单纯形法处理所述RGB分量,并将处理后的RGB分量依据阈值进行误差扩散,若所述求和结果小于255,依据所述阈值对所述图像进行误差扩散,最后对误差扩散后的图像进行染色,得到最终彩色图像结果,避免各个灰度图像在同一位置采样冲突,保证各个灰度图像都保持良好的蓝噪声特性,从而提高彩色图像的打印质量。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出本申请实施例的彩色图像误差扩散方法的流程图;
图2示出本申请另一具体实施例的彩色图像误差扩散方法的流程图;
图3示出本申请实施例的多类误差扩散的原理图;
图4示出本申请实施例的彩色图像误差扩散方法的标记冲突控制原理图;
图5示出本申请实施例的彩色图像误差扩散装置的框图;
图6示出本申请实施例的彩色图像误差扩散设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的彩色图像误差扩散方法的流程图。如图1所示,该彩色图像误差扩散方法包括:
步骤S100,获取RGB彩色图像,将RGB彩色图像的R颜色分量、G颜色分量、B颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像,步骤S200,将R灰度图像、G灰度图像、所述B灰度图像相同位置处的像素点的灰度值求和,得到求和结果,并对求和结果进行判断;其中,求和结果为多个,步骤S300,若求和结果大于255,则使用单纯形法将R颜色分量、G颜色分量、B颜色分量分配到多个灰度图像中并依据阈值对多个灰度图像进行误差扩散,得到误差扩散后的多个灰度图像,步骤S400,获取误差扩散后的多个灰度图像并进行染色操作,得到结果图像。
本公开的彩色图像误差扩散方法,通过获取RGB彩色图像,将RGB彩色图像的RGB颜色分离,得到相应的颜色分量的灰度图像,再将每个图像相同位置的灰度值分别求和,得到求和结果,并对求和结果进行判断,若求和结果大于255,则使用单纯形法处理RGB分量,并将处理后的RGB分量依据阈值进行误差扩散,若求和结果小于255,依据阈值对图像进行误差扩散,最后对误差扩散后的图像进行染色,得到最终彩色图像结果,避免各个灰度图像在同一位置采样冲突,保证各个灰度图像都保持良好的蓝噪声特性,从而提高彩色图像的打印质量。
具体的,参见图2,图中为彩色图像误差扩散方法的总体流程图。
在一种可能的实现方式中,首先执行步骤S100a,获取RGB彩色图像,接着执行步骤S100b,将RGB彩色图像的RGB颜色分量分离,得到相应的颜色分量的灰度图像,其中包括R图像、G图像和B图像。
接着执行步骤S200,把得到的R、G、B颜色分量的灰度图像在相同位置的灰度值进行求和,并判断和值是否大于255。
若判断和值大于255,会产生溢出,参见图2,则执行步骤S001,使用单纯形法分离RGB颜色分量,分别将R、G、B颜色分量分离到R、G、B、C、M、Y、W七个灰度图像中,具体的,分别设置变量C1、C2、C3表示原彩色图像RGB三个颜色分量像素值,设变量C’1、C’2、C’3、C’12、C’13、C’23、C‘123分别表示分离后的七个灰度图像R、G、B、C、M、Y、W;其中,C表示R灰度图像与G灰度图像重合的像素点,M表示R灰度图像与B灰度图像重合的像素点,Y表示G灰度图像与B灰度图像重合的像素点,W表示R灰度图像、G灰度图像和B灰度图像重合的像素点。
在一种可能的实现方式中,R灰度图像与B灰度图像在相同位置有多个像素点重合,例如,重合的像素点中包括R灰度图像中的R1点和B图像中的B1点,则显示R1点和B1重合的像素点。通过只显示重合的像素点处理完R灰度图像与B灰度图像后,即得到M灰度图像。分离得到C灰度图像、Y灰度图像、W灰度图像的步骤如前所述分离得到M灰度图像的步骤相同,此处不再赘述。
因为所有变量均表示颜色分量,所以
单纯形法基本约束条件为:C’1≥0,C’2≥0,C’3≥0,C’12≥0,C’13≥0,C’23≥0,C‘123≥0;
单纯形法附加约束条件为:
其中,C’1表示R灰度图像的像素值、C’2表示G灰度图像的像素值、C’3表示B灰度图像的像素值、C’12表示C灰度图像的像素值、C’13表示M灰度图像的像素值、C’23表示Y灰度图像的像素值、C‘123表示W灰度图像的像素值。
接着,根据预先设定的T函数:T=C’1+C’2+C’3、C‘123、C’12+C’13+C’23,在基本约束条件和附加约束条件下,可以得到在T函数值最大的时候C’1,C’2,C’3,C’12,C’13,C’23,C‘123的值,从而确定其他七个图像的像素值。
需要说明的是,可以根据具体需要设定T函数,不同的T函数得到的半色调图像也不相同。
在得到了七个灰度图像:R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像后,参见图2,即可执行步骤S002,根据公式:t(i)=128+rand(x,y)设置阈值,其中,rand(x,y)为白噪声,x为矩阵行数,y为矩阵列数,i表征灰度图像。将得到的七个灰度图像作为各个单类,同时将七个图像相应位置像素相加后得到中间类,然后根据阈值进行七类图像的误差扩散。
图3示出根据本公开一实施例的多类误差扩散方法的原理图。其中Large integervalue added to threshold as a disable signal,which in nature is a noise addedto the threshold.意为:在阈值中添加一个整型值的离散信号,实质上是在阈值中加上了白噪声。
根据图3所示的原理,在一种可能的实现方式中,参见图2,执行步骤S300,进行多类误差扩散,首先获取七个单类的像素值并执行步骤S300a,分别标记为然后将每个单类相同位置的相加得到中间类像素并标记为m(0),其中,C为单类,m为中间类。
参见图4,将所有单类和中间类中对应位置的灰度值与各自的阈值去进行比较,首先执行步骤S300b和步骤S300c,如果中间类的灰度值小于阈值或者所有单类灰度值都小于阈值,则执行步骤S300f或步骤S300g,所有类都标记当前点为0或者中间类标记为0,并进行步骤S300i灰度误差扩散。
如果中间类的灰度值大于阈值且只有一个单类的灰度值大于阈值,则执行步骤S300h,中间类和该单类标记当前点为255,其他的单类标记为0,同时分别进行相应的步骤S300i灰度误差扩散。
接着执行步骤S300d,检测单类是否冲突,如果中间类的灰度值大于阈值且另有两个以上单类的灰度值都大于阈值,则执行步骤S300e,中间类和其中密度较小的单类标记当前点为255,其他的单类标记为0,同时分别进行相应的步骤S300i灰度误差扩散。
需要说明的是,密度是指图像单位面积中灰度值为255的像素数量,即误差扩散半色调图像中白色点的数量。
在另一种可能的实现方式中,参见图2,执行步骤S200,把得到的R颜色分量、G颜色分量、B颜色分量的灰度图像在N个相同位置的灰度值进行求和,并判断N个和值是否大于255,若求和结果均小于等于255,则对应设置R、G、B三个灰度图像的像素值,接着依据阈值:
t(i)=128+rand(x,y)
对图像进行误差扩散。
其中,rand(x,y)为白噪声,x为矩阵行数,y为矩阵列数,i表征灰度图像。
在一种可能的实现方式中,在256级灰度的图像上有一个点,这个点的灰度值为120(灰度值的范围为0~255),如果将这张图转换成16级灰度,可以将这个图的每个像素点除以16,那么转换后的值就是120/16=7.5,保留整数位后就是7,这样转换后的值就有了0.5的误差,再将这0.5的误差放到这个像素点右边以及下边的像素点上,可以按3:2:3的比例把它分配到右边、右下方、下方的点上,即,我们把右边和下边的点加上(0.5×16)×3/8=3,把右下的点加上(0.5×16)×2/8=2,根据上述方法处理完整张图形中的像素点,即对整张图像完成了误差扩散。
经过误差扩散后得到七张为单类半色调图像和一张为中间类半色调图像。此时得到的图像是只含有0和255(即黑色点和白色点)的灰度图,参见图2,即可执行步骤S400,对图像进行染色操作。
在一种可能的实现方式中,将七张灰度图像中灰度值为255的点分别一一对应到RGB颜色分量值,例如,在R图中的灰度图中白色点对应成红色点,如上述操作对每张图像进行染色操作完成后,即可得到原来彩色图像的误差扩散结果图,参见图2,并执行步骤S003,输出彩色图像的误差扩散结果图。
需要说明的是,尽管以上述各个步骤作为示例介绍了彩色图像误差扩散方法如上,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据个人喜好和/或实际应用场景灵活设定彩色图像误差扩散方法,只要达到所需功能即可。
这样,通过获取RGB彩色图像,将RGB彩色图像的RGB颜色分离,得到相应的颜色分量的灰度图像,再将每个图像相同位置的灰度值分别求和,得到求和结果,并对求和结果进行判断,若求和结果大于255,则使用单纯形法处理RGB分量,并将处理后的RGB分量依据阈值进行误差扩散,若求和结果小于等于255,依据阈值对图像进行误差扩散,最后对误差扩散后的图像进行染色,得到最终彩色图像结果,避免各个灰度图像在同一位置采样冲突,保证各个灰度图像都保持良好的蓝噪声特性,从而提高彩色图像的打印质量。
根据本公开的另一方面,还提供了一种彩色图像误差扩散装置100,由于本公开实施例的彩色图像误差扩散装置100的工作原理与本公开实施例的彩色图像误差扩散方法的原理相同或相似,因此重复之处不再赘述。参见图5,包括颜色分量分离模块110,灰度值求和判断模块120,误差扩散模块130和染色模块140;
颜色分量分离模块110,被配置为获取RGB彩色图像,将RGB彩色图像的RGB颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像;
灰度值求和判断模块120,被配置为将R灰度图像、G灰度图像、B灰度图像相同位置的灰度值分别求和,得到求和结果,并对求和结果进行判断;其中,求和结果为多个;
误差扩散模块130,被配置为若求和结果大于255,则使用单纯形法将R颜色分量、G颜色分量、B颜色分量分配到多个灰度图像中并依据阈值对多个灰度图像进行误差扩散,得到误差扩散后的多个灰度图像;
染色模块130,被配置为获取误差扩散后的多个灰度图像并进行染色操作,得到结果图像。
更进一步地,根据本公开的另一方面,还提供了一种彩色图像误差扩散设备200。参阅图6,本公开实施例彩色图像误差扩散设备200包括处理器210以及用于存储处理器210可执行指令的存储器220。其中,处理器210被配置为执行可执行指令时实现前面任一所述的彩色图像误差扩散方法。
此处,应当指出的是,处理器210的个数可以为一个或多个。同时,在本公开实施例的彩色图像误差扩散设备200中,还可以包括输入装置230和输出装置240。其中,处理器210、存储器220、输入装置230和输出装置240之间可以通过总线连接,也可以通过其他方式连接,此处不进行具体限定。
存储器220作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序和各种模块,如:本公开实施例的彩色图像误差扩散方法所对应的程序或模块。处理器210通过运行存储在存储器220中的软件程序或模块,从而执行彩色图像误差扩散设备200的各种功能应用及数据处理。
输入装置230可用于接收输入的数字或信号。其中,信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置240可以包括显示屏等显示设备。
根据本公开的另一方面,还提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,计算机程序指令被处理器210执行时实现前面任一所述的彩色图像误差扩散方法。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种彩色图像误差扩散的方法,其特征在于,包括:
获取RGB彩色图像,将所述RGB彩色图像的R颜色分量、G颜色分量、B颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像;
将所述R灰度图像、所述G灰度图像、所述B灰度图像相同位置处的像素点的灰度值求和,得到求和结果,并对所述求和结果进行判断;其中,所述求和结果为多个;
若所述求和结果大于255,则使用单纯形法将所述R颜色分量、所述G颜色分量、所述B颜色分量分配到多个灰度图像中并依据阈值对所述多个灰度图像进行误差扩散,得到误差扩散后的所述多个灰度图像;
获取误差扩散后的所述多个灰度图像并进行染色操作,得到结果图像。
2.根据权利要求1所述的方法,其特征在于,多个所述灰度图像包括R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像;
其中,所述单纯形法将所述R颜色分量、所述G颜色分量、所述B颜色分量分配到多个灰度图像中包括:
获取所述R灰度图像、所述G灰度图像、所述B灰度图像;
依据预设的基本约束条件和附加约束条件分别将所述R颜色分量、所述G颜色分量、所述B颜色分量分离到所述R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像中;
其中,R灰度图像、G灰度图像、B灰度图像、C灰度图像、M灰度图像、Y灰度图像、W灰度图像均作为单类。
3.根据权利要求1所述的方法,其特征在于,所述阈值为:
t(i)=128+rand(x,y)
其中,rand(x,y)为白噪声,x为矩阵行数,y为矩阵列数,i表征灰度图像。
4.根据权利要求2所述的方法,其特征在于,依据所述阈值对多个所述灰度图像进行误差扩散,包括:
将所有所述单类和所述中间类中对应位置的灰度值与各自的阈值进行比较;
如果所述中间类灰度值小于阈值或者所有所述单类灰度值都小于阈值,则所述中间类和所述单类都标记当前点为0,并进行灰度误差扩散;
如果所述中间类的灰度值大于阈值且只有一个所述单类的灰度值大于阈值,则所述中间类和灰度值大于阈值的所述单类标记当前点为255,灰度值小于或等于阈值的单类标记为0,同时分别进行相应的灰度误差扩散;
如果所述中间类的灰度值大于阈值且有两个以上所述单类的灰度值都大于阈值,则所述中间类和其中密度较小的单类标记当前点为255,其他的单类标记为0,同时分别进行相应的灰度误差扩散;
其中,密度指图像单位面积中灰度值为255的像素的数量。
5.根据权利要求4所述的方法,其特征在于,所述染色操作为:
将所述单类图像中的灰度值为255的像素点分别一一对应到所述R颜色分量、所述G颜色分量、所述B颜色分量。
7.根据权利要求1所述的方法,其特征在于,若所述求和结果小于或等于255,则对应设置R灰度图像、G灰度图像和B灰度图像的像素值,并依据所述阈值对所述图像进行误差扩散。
8.一种彩色图像误差扩散装置,其特征在于,包括颜色分量分离模块,灰度值求和判断模块,误差扩散模块和染色模块;
所述颜色分量分离模块,被配置为获取RGB彩色图像,将所述RGB彩色图像的RGB颜色分量分离,得到R灰度图像、G灰度图像、B灰度图像;
所述灰度值求和判断模块,被配置为将所述R灰度图像、所述G灰度图像、所述B灰度图像相同位置的灰度值分别求和,得到求和结果,并对所述求和结果进行判断;其中,所述求和结果为多个;
所述误差扩散模块,被配置为若所述求和结果大于255,则使用单纯形法将所述R颜色分量、所述G颜色分量、所述B颜色分量分配到多个灰度图像中并依据阈值对所述多个灰度图像进行误差扩散,得到误差扩散后的所述多个灰度图像;
所述染色模块,被配置为获取误差扩散后的所述多个灰度图像并进行染色操作,得到结果图像。
9.一种彩色图像误差扩散设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。
10.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911011160.5A CN110933252B (zh) | 2019-10-23 | 2019-10-23 | 彩色图像误差扩散的方法和装置、设备及储存介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911011160.5A CN110933252B (zh) | 2019-10-23 | 2019-10-23 | 彩色图像误差扩散的方法和装置、设备及储存介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110933252A true CN110933252A (zh) | 2020-03-27 |
CN110933252B CN110933252B (zh) | 2021-11-02 |
Family
ID=69849242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911011160.5A Active CN110933252B (zh) | 2019-10-23 | 2019-10-23 | 彩色图像误差扩散的方法和装置、设备及储存介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110933252B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1991006174A1 (en) * | 1989-10-10 | 1991-05-02 | Eastman Kodak Company | Color digital halftoning with vector error diffusion |
US20080239338A1 (en) * | 2007-03-27 | 2008-10-02 | James Ray Bailey | Method For Performing Error Diffusion Halftoning of an Image |
CN103957343A (zh) * | 2014-04-22 | 2014-07-30 | 杭州电子科技大学 | 一种彩色误差扩散方法 |
CN106534610A (zh) * | 2016-12-06 | 2017-03-22 | 西安电子科技大学 | 一种基于fpga的改进彩色矢量误差扩散方法 |
CN109348085A (zh) * | 2018-12-04 | 2019-02-15 | 北京印刷学院 | 一种基于误差扩散的印刷彩色半色调自隐藏方法 |
-
2019
- 2019-10-23 CN CN201911011160.5A patent/CN110933252B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1991006174A1 (en) * | 1989-10-10 | 1991-05-02 | Eastman Kodak Company | Color digital halftoning with vector error diffusion |
US20080239338A1 (en) * | 2007-03-27 | 2008-10-02 | James Ray Bailey | Method For Performing Error Diffusion Halftoning of an Image |
CN103957343A (zh) * | 2014-04-22 | 2014-07-30 | 杭州电子科技大学 | 一种彩色误差扩散方法 |
CN106534610A (zh) * | 2016-12-06 | 2017-03-22 | 西安电子科技大学 | 一种基于fpga的改进彩色矢量误差扩散方法 |
CN109348085A (zh) * | 2018-12-04 | 2019-02-15 | 北京印刷学院 | 一种基于误差扩散的印刷彩色半色调自隐藏方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110933252B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8290252B2 (en) | Image-based backgrounds for images | |
EP1789922B1 (en) | Apparatus and method for processing images | |
US5995669A (en) | Image processing method and apparatus | |
CN104935903A (zh) | 白平衡校正设备和白平衡校正方法 | |
CN109978961B (zh) | 一种图像色边消除方法、装置及电子设备 | |
JPH1075376A (ja) | マルチチャンネルディジタルカラー画像をハーフトーン化する方法 | |
US8072472B2 (en) | System and method for scaling overlay images | |
Zamir et al. | Vision models for wide color gamut imaging in cinema | |
JPH0723245A (ja) | 画像処理装置 | |
US8285036B2 (en) | Image processing method, image processing apparatus, and computer-readable storage medium for computer program | |
WO2022042232A1 (zh) | 用户界面的深色模式生成方法、电子设备及存储介质 | |
CN110933252B (zh) | 彩色图像误差扩散的方法和装置、设备及储存介质 | |
CN111736941B (zh) | 图片处理方法及装置 | |
CN111462158B (zh) | 一种图像处理方法、装置及智能设备、存储介质 | |
JP2019046225A (ja) | 認識装置、認識プログラム、及び認識方法 | |
US9852531B2 (en) | Electronic apparatus and method for controlling the same | |
JP2002118737A (ja) | 画像変換装置及び画像変換方法 | |
JPH03157060A (ja) | ディザ画像の中間調推定方式 | |
JP5689090B2 (ja) | 画像形成方法及び画像形成装置 | |
JP2008124693A (ja) | 画像処理装置、複写機およびホワイトボード用画像処理プログラム | |
JP3705250B2 (ja) | 画像処理装置、画像処理方法および画像処理制御プログラムを記録した媒体 | |
JP3573143B2 (ja) | 画像処理装置、画像処理方法、画像処理制御プログラムを記録した媒体 | |
KR20060028600A (ko) | 디지털 화질 개선장치 | |
JP2023044689A (ja) | 画像処理装置 | |
JP4238660B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |