【问题标题】:What is fastest algorithm for getting relative to image shapes formed by aeries with relatively same colors on the given image?什么是相对于给定图像上具有相对相同颜色的 aeries 形成的图像形状的最快算法?
【发布时间】:2011-04-20 05:06:44
【问题描述】:

给定图像是 N*M (R,G,B) 像素,例如:

算法应该告诉我们如何找到主要图像颜色,例如:红色和白色。

具有相对相同颜色的 Aeries 意味着我们搜索 (R,G,B) (222, 12, 10) 给出例如这样的步骤 (40, 20, 10 ) 以便 (199, 32, 5) 算作我们正在搜索的内容如下:

形状应由连接到像素的连接点 (x, y) 数组定义,例如:

伪代码和任何可读的 OO 语言(如 Java 或 C++)代码都对我有用(在这 2 中我特别感兴趣)

相对于给定图像上具有相对相同颜色的 aeries 形成的图像形状,哪种算法最快?

【问题讨论】:

  • 如果搜索主要颜色的步骤是不可能的(这意味着算法会使算法慢 2 倍)比 lats 假设我们有一系列颜色通常适用于我们的环境,例如 [(22,222,22), (111 ,11,11), (222, 12, 10) 和 (4,4,4)] 所以它们可以成为主要颜色...不好的解决方案,但我现在只看到一个
  • 你应该看看 OpenCV,你可能会在那里找到你的算法。另外,您的问题似乎相当广泛。也许像 vworker 这样的招聘网站更适合你。
  • 另外,为了获得好的结果,您可能希望在基于感知的色彩空间中进行计算。转换为 Lab 色彩空间。

标签: java c++ algorithm image search


【解决方案1】:

只是一个警告。您应该小心措辞:如果您确定图像的三种“主要颜色”,您可能会得到以下信息(Mahematica 中的代码):

【讨论】:

    【解决方案2】:

    查找image segmentation 的算法。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2023-01-10
      • 2018-04-21
      • 1970-01-01
      • 1970-01-01
      • 2020-12-31
      • 1970-01-01
      • 2019-01-21
      • 2021-08-03
      相关资源
      最近更新 更多