硕士

《计算机视觉导论》 Assignment-1

朱心洲 22151326

zhuxinzhou999@zju.edu.cn

在本次作业中,要求使用图像为自己制作一个拼接肖像画,实现思路如下:

  • 1.通过爬取百度图片上相应素材图片,作为生成拼接肖像画的素材
  • 2.通过计算图片的 HSV 色彩空间,与生成图像的一小块进行对比,根据HSV值接近程度,确定使用合适的图片
  • 3.统一处理素材图片至统一大小,根据图片大小确认粗细细粒度
  • 4.遍历原图的每个像素点,找到与这个像素点的平均 HSV 值最接近的那张图片,并用那张图片来替换这个小块;

一、图片素材的获取

以[风景]、[人物]、[山]、[校园]、[森林]为标签爬取百度图片的数据,相应代码在spider.py文件里,相应图片存储在image文件夹里,共6000张照片。


百度图片示例

爬取图片示例

二、计算图片的HPV值,将所有图片大小归一

 由于RGB 色彩空间不能方便的比较颜色之间的相似度,于是在处理这一类问题的时候我们更多的是使用 HSV 色彩空间。 HSV 色彩空间也是由三个分量组成的,分别是:
  • Hue(色调)
  • Saturation (饱和度)
  • Value (明度)
    其中,我们定义max = max(R, G, B),min=min(R,G,B)

其中v=max

  • 在计算出v后,计算s,其中s的计算方式为


    计算s
  • 在计算s后,计算h,h的计算方式为:


    计算h

    在完成hsv值的计算后,根据切片大小,将每张图片转换成同样大小。

三、开始生成拼图

  • 遍历我们生成的计算了hsv的文件夹,获得里面所有图片的平均 HSV 值,保存在一个 list 中;
  • 接着我们将原始图片按照像素分为一小块一小块,每一个小块会计算他的平均 HSV 值;
  • 接着我们在上面生成素材的平均 HSV 值的 list 中,找到与这个小块的平均 HSV 值最接近的那张图片,并用那张图片来替换这个小块;
  • 依次对整个图形进行这样的操作,这样就可以使用素材图像生成一个图像;

四、结果对比

4.1 原图展示

选取本人某个背景图为肖像图生成素材,其中着粉色上衣的为本人


原图

4.2细粒度图片生成。

在通过设置分片大小为1010,图片大小为30003000,共90000张照片组成,每张照片最多允许重复20次,所生成的图片如下图所示

图片拼接肖像画

在经过填充原图作为背景,优化展示效果,最终结果如下图所示:
图片拼接肖像画(原图背景填充)

4.3粗粒度图片生成。

在通过设置分片大小为100100,图片大小为30003000,共900张照片组成,每张照片最多允许重复20次,所生成的图片如下图所示。

粗粒度(无背景填充)

在经过填充原图作为背景,优化展示效果,最终结果如下图所示:


粗粒度,背景填充

五、 优化方案&总结

在本次作业中,通过制作个人拼接肖像画,使我更进一步在计算机中图像表示方法,图像相似度计算、搜索方案,图像中信息特征的提取并且通过自身实践完成了该项目,开启了我对计算机视觉的兴趣。
同时,在完成实验后,对该算法进行了优化;

  • 在合成图片时,限制了每张图片的使用次数,避免了一张图片出现次数太多的情况
  • 在搜索相似图片时,使用二分查找的方法,极大提高了程序执行速度
  • 在最后合成图片时,使用原图填充背景图,提升图片可看性
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,393评论 5 467
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,790评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,391评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,703评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,613评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,003评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,507评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,158评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,300评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,256评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,274评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,984评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,569评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,662评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,899评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,268评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,840评论 2 339

推荐阅读更多精彩内容