递归矩形细分

Question

我对这张图片非常好奇，但我几乎不知道它是如何创建的。因此，我在这里研究如何做到这一点。

谁能告诉我从哪里开始？我只知道这个问题可能与递归细分任务有关。

我只能看到图像最初被分为 64 个块。 正在进行一些颜色简化，我不明白如何实现这一点，并且很好奇如何做到这一点。
对算法或过程的引用就足够了（请仅 python/c++）

Answer 1

您可以将图像该部分的平均颜色作为正方形，使用 image similarity measures 之类的方法检查它与原始颜色的相似程度，如果不够好，请细分为 4 个正方形，并将它们分别设为平均颜色图像的那部分。重复此操作，直到图像中的每个正方形都足够好。

Answer 2

借助 Google 图片，我找到了图片中人物的姓名：Kenny Cason。通过更多的研究，我能够找到答案。

问题与四叉树图像有关：

1. 将图像分成四个象限。
2. 根据像素的平均颜色为每个象限着色 目标图片。
3. 计算每个象限在原始目标之间的平方误差 图像和生成的图像。
4. 选择误差最大的象限并重复进入它。
5. 从第一步开始重复，使用当前的最高错误象限。

GitHub link.

肯尼·卡森的blog。