Omezení barevného prostoru

Transkript

1 Úpravy obrazu

2 Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech Barevný i černobílý tisk Druhy: náhodné rozptýlení, maticové rozptýlení a distribuce zaokrouhlovací chyby

3 RGB na stupně šedi Y = 0,299.R + 0,587.G B

4 Dithering (roztřesení) Využívá se toho, že malé body, které jsou blízko sebe lidské oko filtruje a vytváří se dojem jednolité plochy

5 Omezení barevných prostorů u černobílých obrázků

6 Prahování Nejjednodušší omezování barevného prostoru Pro šedotónové obrázky Na výstupu pouze dvě barvy (bílá a černá) Zjednodušený algoritmus: For 'každý bod obrazu': If Vstupní hodnota > Prahová hodnota: Else: Zobraz Max Zobraz Min

7 Náhodné rozptýlení Využívá náhodného generátoru čísel Výsledkem je obraz s vysokým zašuměním Zjednodušený Algoritmus: For 'každý bod obrazu': If Vstupní hodnota > Random(Max): Else: Zobraz Max Zobraz Min

8 Maticové rozptýlení Každá vstupní hodnota je nahrazena odpovídající výstupní maticí Počet možných vstupních jasových hodnot ovlivňuje velikost výstupní matice Zvětšuje výsledný obraz Existují i nezvětšující varianta Využití především u tiskáren

9 Příklad maticového rozptýlení 4x

10 Cin=0 Cin=1 Cin=2 Cin=3 Cin= Matice vhodná pro displeje Matice vhodná pro tiskárny

11 Distribuce zaokrouhlovací chyby Zaokrouhlovací chyba vzniklá nahrazením vstupní hodnoty je distribuována do okolních pixelů Floyd-Steinbergova metoda distribuce chyby Zjednodušený algoritmus: For každý bod obrazu : If Vstupní hodnota > Prahová hodnota: else Zobraz Max Zobraz Min Distribuj (Vstupní hodn. - Prahová hodn.)

12 Distribuční matice Distribuční matice v případě Floyd-Steinbergova distribuce zaokrouhlovací chyby Pro pixel p[i,j]: chyba = p[i,j] - prahová hodnota if(p[i,j] > prahová hodnota): p [i,j] = Max; else p[i,j] = Min; p [i+1,j] = p[i+1,j] + 7/16*chyba p [i-1,j+1] = p[i-1,j+1] + 3/16*chyba p [i,j+1] = p[i,j+1] + 5/16*chyba p [i+1,j+1] = p[i+1,j+1] + 1/16*chyba X 7/16 3/16 5/16 1/16

13 Příklad distribuce zaokrouhlovací chyby

14 Barevná paleta Omezení barevného prostoru v barevném prostoru RGB, případně HSV, apod. Univerzální barevná paleta neadaptivní dělení barevného prostoru RGB Red 3bity Green 3bity Blue 2bity Paleta přizpůsobená obrazu paleta neobsahuje zbytečné barvy

15 Adaptivní & neadaptivní paleta

16 Příklad: neadaptivní barevná paleta

17 Příklad: neadaptivní paleta a distribuce zaokrouhlovací chyby

18 Příklad: adaptivní paleta

19 Příklad: adaptivní barevná paleta a distribuce zaokrouhlovací chyby

20 Geometrické transformace Každému pixelu ze vstupního obrázku přiřazuje nějakou novou pozici ve výstupním obrázku: T(i,j) = [x(i,j), y(i,j)] Dopředné mapování Zpětné mapování Separabilní operace: T(i,j) = F(i, G(j)) Proudové zpracování obrazové informace

21 Převzorkování Vzorkovat lze pouze spojitý signál Problém se získáním spojitého signálu z již vzorkovaného signálu (rastrový obraz) Hledání spojité aproximace diskrétního signálu Aproximovaný spojitý signál lze již vzorkovat s novou vzorkovací frekvencí

22 Rekonstrukce Z jednotlivých nespojitých vzorků se snažíme získat opět spojitý signál Metodou nejbližšího souseda Lineární, bilineární interpolace Kubická interpolace Sinc filtr

23 Lineární interpolace Takto lze odhadnou hodnotu, která leží mezi dvěma známými vzorky

24 Bilineární interpolace Využívá se 4 nejbližších vzorků Provádí se celkem 3 lineární interpolace Nevýhoda tkví v rozmazávání ostrých hran (písmo, linky, apod.)

25 Změna rozlišení Rekonstrukce pomocí zaokrouhlení na hodnotu nejbližšího souseda, bilineární interpolace, kubické interpolace, apod. Vzorkování s vyšší nebo nižší vzorkovací frekvencí

26 Alfa míchání Prolnutí dvou obrázků c = α 1.c1 + α2.c2 Prolnutí dvou obrázků v čase α 1 = f1(t) α 2 = f2(t)

27 Klíčování na modrou/zelenou

28 Warping (pokřivení) Specializovaný warping spirála vlnění Úsečkový warping Křivkový warping

29 Vyjadřuje počet zastoupení jednotlivých jasových (barevných) hodnot v rastrovém obraze Histogram

30 Změny histogramu Ekvalizace histogramu Zvýšení, snížení jasu Změny kontrastu Prahování Gamma korekce