Я использую сглаживание Флойда-Стейнберга, чтобы рассеять ошибку квантования после обработки изображения с помощью KMeans из scipy. Приведенные данные представляют собой файл RGB - как для оттенков серого, так и для цвета. Проблема в визуализации - я не получаю дизеринга.
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
im = Image.open('file.png').convert('RGB')
pic = np.array(im, dtype = np.float)/255
im.close()
Я хотел бы опустить часть KMeans и сосредоточиться на Floyd-Steinberg:
"""pic - as above, original array; image - processed image"""
def dither(pic, image):
v, c, s = pic.shape
Floyd = np.copy(image)
for i in range(1, v-1):
for j in range(1, c-1):
quan = pic[i][j] - image[i][j] #Quantization error
Floyd[i][j + 1] = quan * (np.float(7 / 16)) + Floyd[i][j + 1]
Floyd[i + 1][j - 1] = quan * (np.float(3 / 16)) + Floyd[i + 1][j - 1]
Floyd[i + 1][j] = quan * (np.float(5 / 16)) + Floyd[i + 1][j]
Floyd[i + 1][j + 1] = quan * (np.float(1 / 16)) + Floyd[i + 1][j + 1]
return Floyd
Floyd = dither(pic, image)
plt.imshow(Floyd)
plt.show()
Я получаю небольшое сглаживание, когда заменяю Floyd на pic, то есть Floyd[i + 1][j] = quan * (np.float(5 / 16)) + pic[i + 1][j]
. Однако это неправильный код! Кроме того, мне приходится иметь дело с цветами из кластеров, поэтому я снова оцениваю новые пиксели в кластерах. Как я могу заставить его работать? Где ЭТА решающая ошибка?
image
? Как вы это обработали? У вас принципиальное непонимание процесса. У вас должно быть только одно изображение: вы изменяете входное изображение с оттенками серого, устанавливая для каждого пикселя значение 0 или 1 и распространяя разницу с исходным значением на следующие пиксели, которые еще предстоит обработать. Это означает, что ваш алгоритм должен читать только изFloyd
, а не изimage
илиpic
. ИFloyd
должно быть копиейpic
, исходного изображения. - person Cris Luengo   schedule 27.04.2019