一連の画像が与えられた場合、どの画像がフル カラー スペクトルを最も完全にカバーしているかの順に評価する方法は何でしょうか?
更新「円の周りのポイントの最も「完全な」分布」で、1つのアプローチの抽象化である姉妹の質問を投稿しました。
4 に答える
2
ピクセルを RGB 空間の 3D ポイントのセットと考えてください。ピクセルの 3D 凸包の体積によってイメージを評価します。
于 2011-01-10T07:34:50.733 に答える
1
画像を RGB 値から HSV 値に変換することをお勧めします。
次に、画像の色相が離散的であるほど、よりカラフルであると見なすことができます。
パフォーマンスのために、おそらく画像のサブサンプルを取得するか、色相の「サイロ」または量子の数を減らすことができます。
ウィキはあなたの友達です
「均一性」を編集します。
理想的な「平均」は、色相ビン全体のピクセルの「均等な」分布であると仮定することで、これに標準偏差アプローチを使用できると思います（つまり、平均 = 合計 #Pixels を個別の色相ビンの合計数で割った値）。標準偏差は、実際のカウントとこの平均値の差の 2 乗になります。このアプローチにはいくつかの注意点があります。二乗すると、カウントが非常に低いまたは非常に高い色相ビンに大きなペナルティが課せられるためです (ヒストグラムの範囲を「制限」することをお勧めします)。また、比較を正規化するために、画像全体のピクセル数 (カウント用) と色相ビンの数を標準化する必要があります。
別の問題は、色相ビンの数が多い場合、それらの間の光波長の「距離」に関係なく、すべての色相に等しい重みが与えられることです (たとえば、多くの異なる青色の色相を持つ画像は、赤、緑、青のいくつかの個別の色合い - これは、他のポスターが言及したボリューム アプローチが望ましい場合があります。
于 2011-01-10T07:39:29.007 に答える
0
チャンネルごとにヒストグラムを実行し、ニコラスが言ったようにそれらを評価します。
編集：
ヒストグラムは離散値と頻度を提供します。
離散値を考慮する必要があります。たとえば、0 fq に等しい場合は、画像にそのチャネルと値に関する情報がないことを意味します。値に fq を直接掛けることはできません。これは、評価の計算が混乱するためです。たとえば、黒全体の画像が非常に高い fq を持つ単一の離散値を持つ可能性があるためです。
そのため、最もカラフルな画像は、ゼロの fq 離散値を含まない画像と見なす必要があります。
于 2011-01-10T07:38:56.980 に答える
0
「フルカラースペクトルを完全にカバーする」とは、特定の色空間で可能なすべての個別の色値を少なくとも1回持つことを意味する場合、各画像のすべての一意の色を数えて、最も高い値を持つものを最もカラフル。
スペクトルによって色相の数を意味する場合、各ピクセルの色を HSV または HSL に変換して、画像が持つ一意の色相値の数を集計し、それらの数が最も多いものを最もカラフルと見なすことができます。
完全に、円の周りの点に関する他の質問のようなものを意味する場合、ある種の線形密度メトリックを定義すると役立つと思いますが、手元のデータにどのように適用するのが最適かは正確ではありません...またはそれがあなたが意味するものであっても。
于 2011-02-09T08:15:13.570 に答える