Question

给定像CakePHP徽标这样的图像，如何将这个图像转换回带有图层的PSD。作为一个人，我可以很容易地找出如何将其转换回带有图层的PSD。我可以看出背景是一个带有星形边缘的圆形。因此，圆形星形部分位于背面，蛋糕图像位于此顶部，CakePHP字样覆盖所有这两个图像。

我可以使用Photoshop / Gimp工具将这些图像分成三个图像并填充其间的区域。然后我有三层。

enter image description here

作为人类，很容易计算出大多数徽标和图像的分层，而且许多图像都有多层，CakePHP徽标就是一个例子。现实世界中的图像也具有分层，在草的背景上可能存在树层。我需要一种通用的方法将图像转换回分层表示，理想情况下是软件解决方案。

如果没有程序化的解决方案，是否有任何论文或研究可以解决这个问题或与此问题有关？我最感兴趣的是将人体构建的图像（如徽标或网站标题）转换为分层表示。

我想指出这样做的一些好处，如果您可以自动将此图像转换为分层表示，那么修改图像会更容易。例如，也许你想让蛋糕变小，如果计算机已经将蛋糕分层放在红色背景上，你可以缩放蛋糕层。这允许在没有图层信息的网站上对图像进行图层调整。

Answer 1

当您从图层表示转换为图像时，您将丢失信息。例如，您不知道蛋糕后面的背景图层的像素值。此外，您无法确定图像的哪个部分属于哪个图层。

但是，在某些情况下，有可能至少部分地恢复或估计这些信息。例如，您可以尝试将图像分成＆＃34;层＆＃34;使用segmentation算法。例如，基于颜色的简单分割可能会起作用。

至于在背景中恢复丢失的像素值，有一种所谓的inpainting技术，它试图根据其周长来估计图像中的缺失区域。

最后，要恢复图像中文本的位置和内容，您可以依赖Optical Character Recognition（OCR）方法。

请记住，没有简单的算法可以解决您的问题，这个算法比看起来更复杂。但是，使用上述信息，您可以尝试至少部分地自动化您的问题。

Answer 2

如前所述，这是一项非常重要的任务。最终，它可以是最多的简单地表达为：给出由图像组成的图像（或者如果是真实照片的场景）像素 N ，如何将它们分配到 M 层？

对于细分，所有关于之前的知识都可以带来这是关于像素和像素组的属性给出“提示”（和我建议使用这个词！）关于它们所属的层。

考虑使用图像中的颜色的最简单的情况。我可以生成这5个“层”（对于色调值0,24,90,117和118）：

使用此代码（在python / opencv中）

import cv 

# get orginal image
orig = cv.LoadImage('cakephp.png')

# show original 
cv.ShowImage("orig", orig)

# convert to hsv and get just hue
hsv = cv.CreateImage(cv.GetSize(orig), 8, 3) 
hue = cv.CreateImage(cv.GetSize(orig), 8, 1) 
sat = cv.CreateImage(cv.GetSize(orig), 8, 1) 
val = cv.CreateImage(cv.GetSize(orig), 8, 1) 
cv.CvtColor(orig, hsv, cv.CV_RGB2HSV)
cv.Split(hsv,hue,sat,val,None)
#cv.ShowImage("hue", hue)

# loop to find how many different hues are present...
query = cv.CreateImage(cv.GetSize(orig), 8, 1) 
result = cv.CreateImage(cv.GetSize(orig), 8, 1) 
for i in range(0,255):
  cv.Set(query,i)
  cv.Cmp(query,hue,result,cv.CV_CMP_EQ)
  # if a number of pixels are equal - show where they are 
  if (cv.CountNonZero(result)>1000): # <-what is signficant?
    cv.ShowImage(str(i),result)
    cv.SaveImage(str(i)+".png",result)
    cv.WaitKey(-1)

但是，即使在这里，我们也必须描述什么是“重要的” 属于掩码的像素数（在某种程度上我们可以错过一些颜色）。我们可以开始聚类相似的颜色 - 但是在什么时候密度是一个集群变得重要？如果它不仅仅是纯色，但纹理相反，我们怎么形容呢？或者，推断那是什么一层是另一层的一部分，还是在它的前面？或者，最终，有些这些层似乎是我们人类所说的“字母”，所以应该是所有相关......

很多关于计算机视觉分析的研究一般都试图采用这个问题，并在一个可以编码和应用它的框架内进行改进有效的先验知识...

如何从图像中提取图层（jpg，png等）

2 个答案: