Всем привет.
Решаю сейчас задачку одну простенькую. Условие звучит примерно так:
Дана матрица (двумерный массив), в которой каждый элемент представляет собой пиксель. Пиксели могут быть красного цвета, черного, либо какого-то другого цвета.
Необходимо реализовать поиск на изображении эффекта "красных глаз". Если центр черных пикселей совпадает с центром красных пикселей - значит мы нашли "красный глаз".
Подразумевается, что границы диапазона красных пикселей шире границ диапазона черных. Так же, не рассматриваются варианты, если на изображении присутствуют красные и черные пиксели вне "глаза". Все, что вне "глаза" - будет другого цвета.
Я планировал реализовать по (примерно) такому алгоритму. Два цикла, один вложенный в другой. Одним проходимся по Х, вторым - по Y. Как только нашли красный пиксель - фиксируем его координаты как начальные и ищем конечные координаты. Как только оказывается, что красные пиксели больше не появляются - фиксируем последний красный пиксель, который нам попадался, в качестве конечных координат диапазона красных пикселей. Аналогично и с черными пикселями. После чего делим диапазоны пополам и находим центры.
Такой алгоритм будет достаточно неплохо работать с фигурами более-менее правильной формы (круга). И вот тут я решил усложнить себе задачу)) А именно, понять как улучшить алгоритм для фигур неправильной формы. Например, если у человека некоторые проблемы со зрением (в связи с чем форма глаза может быть неправильной), или фотка сделана была под углом, или еще какие-то ситуации...
Беглый поиск вывел меня на статьи в википедии про центр масс и барицентр. Но там так много страшного и ужасного матана, что я решил пока отложить это и поинтересоваться у сообщества, как бы реализовали это вы? :)
Я не читал про ужасный матан и про эту задачу. Но пробовал бы решать ее следующим образом на реальных изображениях:
1) Сделав копию изображения применял бы несколько раз фильтр увеличения резкости, подобрав значение матрицы, чтобы он работал более контрастно. В результате чего красные и черные области более явно бы выделились.
2) На другой копии отфильтрованного изображения убрал бы цветовые составляющие Green/Blue. И нашел бы сплошные красные области + выделил бы центры в них. Центр искал бы перебрав все точки области и выбрав ту, у которой сумма квадратов расстояний ((x2-x1)**2 + (y2-y1)**2) до других точек своей области максимальна.
3) Далее смотреть чтобы центр красной области был просто в черной области.
А там уж эксперементировать дальше.
Поиск красных областей. Искал после фильтра резкости на полноцветовой картине (то есть RGB компоненты сохранены). Задал бы число (допустим b=1/25 от размера изображения). И искал бы квадрат в изображении (а лучше круг радиуса b) со следующими свойствами. Чтобы все точки в нем имели красную составляющую не менее 80%, а синюю и зеленую — не более 15% (цифры можно подбирать самому).
А дальше уже можно и усложнять и копать в сторону ФНЧ, ФВЧ, БИХ и КИХ фильтров и т.п. :) Успехов!
В догонку про поиск областей. После найденного квадрата — ищем от его границ во внешние стороны, пока цвет точек будет удовлетворять тому же правилу, что и в цвете квадрата.
Но если вам интересны такого рода задачи. Люто и бешено советую почитать про АЗЫ цифровой обработки сигналов (там где матана — на уровне матриц и рядов, разложения Фурье и т.п.).
Причем можете изучать наглядно с прокачиванием программирования на Java. Написали фильтр — попропускали через него картинок и смотрите результат (наглядно видно что произошло в отличии от сухого чтения книжек). Далее оптимизируете код, чтобы результат был получен быстрее. Далее накручиваете сверху графический интерфейс в дальнейшем или веб-морду.
Если Вы — студент или ученик (я не знаю) — можно даже курсовые и т.п. делать на эту тему.
ПЕРЕЙДИТЕ В ПОЛНУЮ ВЕРСИЮ
1) Сделав копию изображения применял бы несколько раз фильтр увеличения резкости, подобрав значение матрицы, чтобы он работал более контрастно. В результате чего красные и черные области более явно бы выделились.
2) На другой копии отфильтрованного изображения убрал бы цветовые составляющие Green/Blue. И нашел бы сплошные красные области + выделил бы центры в них. Центр искал бы перебрав все точки области и выбрав ту, у которой сумма квадратов расстояний ((x2-x1)**2 + (y2-y1)**2) до других точек своей области максимальна.
3) Далее смотреть чтобы центр красной области был просто в черной области.
А там уж эксперементировать дальше.
Поиск красных областей. Искал после фильтра резкости на полноцветовой картине (то есть RGB компоненты сохранены). Задал бы число (допустим b=1/25 от размера изображения). И искал бы квадрат в изображении (а лучше круг радиуса b) со следующими свойствами. Чтобы все точки в нем имели красную составляющую не менее 80%, а синюю и зеленую — не более 15% (цифры можно подбирать самому).
А дальше уже можно и усложнять и копать в сторону ФНЧ, ФВЧ, БИХ и КИХ фильтров и т.п. :) Успехов!
Немного саморекламы :)
Можешь работать с JPEG и т.п. файлами в Java примерно как тут:
info.javarush.ru/Joysi/2016/02/20/World-of-Bytes-1-%D0%A0%D0%B0%D0%B1%D0%BE%D1%82%D0%B0-%D1%81-%D0%B8%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D1%8F%D0%BC%D0%B8-.html
Но если вам интересны такого рода задачи. Люто и бешено советую почитать про АЗЫ цифровой обработки сигналов (там где матана — на уровне матриц и рядов, разложения Фурье и т.п.).
Причем можете изучать наглядно с прокачиванием программирования на Java. Написали фильтр — попропускали через него картинок и смотрите результат (наглядно видно что произошло в отличии от сухого чтения книжек). Далее оптимизируете код, чтобы результат был получен быстрее. Далее накручиваете сверху графический интерфейс в дальнейшем или веб-морду.
Если Вы — студент или ученик (я не знаю) — можно даже курсовые и т.п. делать на эту тему.
думал уже, никого мой вопрос не заинтересует)