Супер! Может, напишете подробнее? Раз все равно у нас сейчас неделя статей про поиски контуров.
Пока я (имхо) считаю Ваш результат самых перспективным и лучшим, честно.
PS: И как может не быть морфологии? Этого не может быть, она во всех пакетах есть, мне кажется. Примитивные операции же. Воспользуйтесь локальным поиском min/max вместо dilate/erode. Min/max же везде есть уж точно.
Можно построить трехмерную картинку (каждый слайд — это маленький сдвиг исходной картинки, и все слайды склеиваются по третьей координате) и искать min/max по третьей координате. Получится прямая реализация dilate/erode.
Я именно в scilab не работал, но мне кажется там это должно быть.
Я хочу детскую раскраску (это локальная цель). Понятно же, что ребенок 3 лет спокойно обведет нужные линии, даже не задумываясь. Я видел такую программу, уже работающую, так что представляю, что разумное решение возможно.
А глобальная цель — понять, увидеть как решение самых простых житейских задач достигается методами image processing. Это вовсе не протоптанная дорога. Я часто видел, как люди набрасываются на конкретную задачу и дожимают ее, в общем-то, в конце концов. Но стоит поменять чуть-чуть постановку задачи, и старые методы становятся уже негодными, и пора начинать новое исследование. Поэтому мне интересно посмотреть на классы методов, способных быстро решать те или иные задачи.
Ответы на те вопросы, которые я сейчас задаю, я в целом знаю. Но если мы сделаем еще несколько шагов вперед, то мы окажемся в точке, которая уже действительно нетривиальная, учитывая нынешнее состояние знаний в этой области. Но туда ведь надо сначала прийти. И если у нас это получится, то будет очень хорошо и интересно.
Потом мир не стоит на месте. Когда-то сегментация посредством K-средних была супер-сложным методом. А сегодня, вон, студенты ее спокойно применяют. С такой скоростью, да при поддержке matlab, можно быстро прийти к хорошему решению, я думаю.
Ну это лучше, конечно. Теперь осталось убрать все лишнее.
Возможно, изображение можно разбить на регионы с точки зрения доминантого цвета, частотных характеристик текстуры, и оставить лишь линии на границах между такими областями?
Ну хоть по контуру. Мы же про границы говорим, если ее не видно, значит, и не надо ее показывать.
Но вот плечи, например, четко видны на рисунке. Да и нос тоже.
А какая разница? Возьмите нелинейный локальный фильтр шумоподавления, его суперпозиция с Вашим методом поиска производных даст в результате локальный нелинейный фильтр, который и ищет производные и давит шум.
В принципе, Вы уже делаете примерно то же самое, только с помощью линейных шумодавов (неявным образом сидящих внутри Ваших длинных формул по вычислении производных). Можно показать, что длинная формула вычисления производных, которую Вы привели, это комбинация линейного low-pass фильтра и короткой формулы вычисления производных — в точности по двум пикселям. Поэтому у Вас и шум меньше получается. Так почему бы сразу не взять нелинейное ядро? Результат намного лучше получится.
У меня так дети телепузиков раскрашивают :)) Я из мультфильма кадры навырезал, отредактировал и распечатал.
Сервер — не проблема, могу предоставить. Только надо тогда все on-line делать. Кстати, N людей воспользуются и будут счастливы. На всяких «Мама и Малыш» форумах ссылку поставить, рейтинг сайта взлетит до небес. Потом рекламу продавать))
Ну да, не первый. А что им еще делать? Ведь насколько я понял, единственный шанс получить «карму» — это написать пост в Песочницу?
Причем рискованную тему брать нельзя, т.к. есть опасность, что будут минусить (это происходит иногда совершенно на пустом месте). Поэтому лучше всего взять что-нибудь и пересказать. Как видим, стратегия работает — все эти авторы получили по 50-60 плюсов за статью.
В разделе «песочница», думаю стоит.
Надо ли было переносить ее в «Алгоритмы»? Ну, если бы в «Алгоритмах» каждый день публиковали новые алгоритмы уровня SIFT, simulated annealing или auto white balance, то, конечно, нет. Но поскольку материалов такого уровня почем-то не наблюдается, то давайте хотябы поиск границ обсудим.
Тем более, что если копать глубоко — это вовсе не простая задача. Очень надеюсь, что будет еще несколько более глубоких статей в продолжении.
«Добейте» Шрека до конца. Так, чтобы на выходе алгоритма получилась детская раскраска. Все нужные линии на месте, и ни одной лишней линии (которые просто порождены текстурой и т.п.)
Эта задача вполне себе интересная. Я видел, как в Samsung на ее решение инженеры потратили 1-2 месяца. Это такой special effect, довольно популярный в телефонах.
На мой взгляд, несмотря на простоту, это вполне серьезная задача.
PS: И не переживайте. Все сложные алгоритмы являются (нетривиальной) комбинацией простых и, в общем, давно известных. Тут стыдиться нечего.
Иногда полезно освежить азы. Как со старой книгой, сколько раз читаешь ее — всегда замечаешь что-то новое, что сначала не заметил.
К тому же, еще несколько статей на эту тему и — глядишь — действительно сильный алгоритм появится. Или по крайней мере сводная таблица результатов (а методов определения границы действительно много). Так бывает. Я недавно наблюдал, как в совершенно случайной дискуссии родился серьезный, и насколько мне известно новый подход: http://www.linkedin.com/groups/How-find-lighting-condition
(Разговор на английском и совсем на другую тему, но интересный)
Тема хорошая, но в этом случае необходимо, мне кажется, сказать и об adaptive threshold. Потому что в противном случае эти методы не достаточно хороши для практического использования. Сами видите — у Шрека пол лица пропало, в моторе диски полустерты и т.п.
Что бы могло Вас разубедить?
Вы с такой уверенностью разбираетесь в оттенках взаимоотношений между демократами и республиканцами в США, в международных прогнозах, в отношениях элиты и остального народа, в оттенках ближневосточного конфликта…
Из какого волшебного источника Вы черпаете информацию?
Я вот интересуюсь политикой уже лет десять, ежедневно читаю наверное с десяток сайтов на разных языках, выражающих разную точку зрения. И то у меня нет и близко информации, доступной Вам.
Американцам только этого и надо. Вместо стабильного Египта, из которого можно спокойно качать нефть, привести к власти исламистов и вообще непонятно кого. Вот сейчас цены на нефть взлетели, то-то американцы радуются…
Давайте уж хотя бы на Хабре без пропаганды? А то «враги повсюду» уже въелось, и так перед выборами на всех СМИ жужжат про это.
Насчет того, что яркость нам не нужна — это Вы, я думаю, погорячились! :)
А белый цвет там результат overexposure, к сожалению. Так что никакой значимой информации он не добавляет.
Жалко, конечно. Признаюсь, я вначале тоже об этом думал…
Пока я (имхо) считаю Ваш результат самых перспективным и лучшим, честно.
PS: И как может не быть морфологии? Этого не может быть, она во всех пакетах есть, мне кажется. Примитивные операции же. Воспользуйтесь локальным поиском min/max вместо dilate/erode. Min/max же везде есть уж точно.
Можно построить трехмерную картинку (каждый слайд — это маленький сдвиг исходной картинки, и все слайды склеиваются по третьей координате) и искать min/max по третьей координате. Получится прямая реализация dilate/erode.
Я именно в scilab не работал, но мне кажется там это должно быть.
А глобальная цель — понять, увидеть как решение самых простых житейских задач достигается методами image processing. Это вовсе не протоптанная дорога. Я часто видел, как люди набрасываются на конкретную задачу и дожимают ее, в общем-то, в конце концов. Но стоит поменять чуть-чуть постановку задачи, и старые методы становятся уже негодными, и пора начинать новое исследование. Поэтому мне интересно посмотреть на классы методов, способных быстро решать те или иные задачи.
Ответы на те вопросы, которые я сейчас задаю, я в целом знаю. Но если мы сделаем еще несколько шагов вперед, то мы окажемся в точке, которая уже действительно нетривиальная, учитывая нынешнее состояние знаний в этой области. Но туда ведь надо сначала прийти. И если у нас это получится, то будет очень хорошо и интересно.
Потом мир не стоит на месте. Когда-то сегментация посредством K-средних была супер-сложным методом. А сегодня, вон, студенты ее спокойно применяют. С такой скоростью, да при поддержке matlab, можно быстро прийти к хорошему решению, я думаю.
Возможно, изображение можно разбить на регионы с точки зрения доминантого цвета, частотных характеристик текстуры, и оставить лишь линии на границах между такими областями?
Но вот плечи, например, четко видны на рисунке. Да и нос тоже.
А внесите свою лепту — как Шреку лицо восстановить? Если время есть, конечно.
В принципе, Вы уже делаете примерно то же самое, только с помощью линейных шумодавов (неявным образом сидящих внутри Ваших длинных формул по вычислении производных). Можно показать, что длинная формула вычисления производных, которую Вы привели, это комбинация линейного low-pass фильтра и короткой формулы вычисления производных — в точности по двум пикселям. Поэтому у Вас и шум меньше получается. Так почему бы сразу не взять нелинейное ядро? Результат намного лучше получится.
Сервер — не проблема, могу предоставить. Только надо тогда все on-line делать. Кстати, N людей воспользуются и будут счастливы. На всяких «Мама и Малыш» форумах ссылку поставить, рейтинг сайта взлетит до небес. Потом рекламу продавать))
А если использовать нелинейные фильтры, можно ли получить усиление шума 1.0 или даже его уменьшение? ;)
Причем рискованную тему брать нельзя, т.к. есть опасность, что будут минусить (это происходит иногда совершенно на пустом месте). Поэтому лучше всего взять что-нибудь и пересказать. Как видим, стратегия работает — все эти авторы получили по 50-60 плюсов за статью.
Надо ли было переносить ее в «Алгоритмы»? Ну, если бы в «Алгоритмах» каждый день публиковали новые алгоритмы уровня SIFT, simulated annealing или auto white balance, то, конечно, нет. Но поскольку материалов такого уровня почем-то не наблюдается, то давайте хотябы поиск границ обсудим.
Тем более, что если копать глубоко — это вовсе не простая задача. Очень надеюсь, что будет еще несколько более глубоких статей в продолжении.
Эта задача вполне себе интересная. Я видел, как в Samsung на ее решение инженеры потратили 1-2 месяца. Это такой special effect, довольно популярный в телефонах.
На мой взгляд, несмотря на простоту, это вполне серьезная задача.
PS: И не переживайте. Все сложные алгоритмы являются (нетривиальной) комбинацией простых и, в общем, давно известных. Тут стыдиться нечего.
К тому же, еще несколько статей на эту тему и — глядишь — действительно сильный алгоритм появится. Или по крайней мере сводная таблица результатов (а методов определения границы действительно много). Так бывает. Я недавно наблюдал, как в совершенно случайной дискуссии родился серьезный, и насколько мне известно новый подход:
http://www.linkedin.com/groups/How-find-lighting-condition
(Разговор на английском и совсем на другую тему, но интересный)
Вот, посмотрите http://library.wolfram.com/examples/edgedetection/
Вы с такой уверенностью разбираетесь в оттенках взаимоотношений между демократами и республиканцами в США, в международных прогнозах, в отношениях элиты и остального народа, в оттенках ближневосточного конфликта…
Из какого волшебного источника Вы черпаете информацию?
Я вот интересуюсь политикой уже лет десять, ежедневно читаю наверное с десяток сайтов на разных языках, выражающих разную точку зрения. И то у меня нет и близко информации, доступной Вам.
Неужели из Первого канала?!
Давайте уж хотя бы на Хабре без пропаганды? А то «враги повсюду» уже въелось, и так перед выборами на всех СМИ жужжат про это.
А белый цвет там результат overexposure, к сожалению. Так что никакой значимой информации он не добавляет.
Жалко, конечно. Признаюсь, я вначале тоже об этом думал…
1) convert to greyscale
2) убрать фоновый уровень
3) выровнять локальную контрастность (убрать градиент освещения и т.п.)