Question

大家。

我想知道我正在研究的像素化算法是否有任何改进。

使用OpenCV库在C ++中编写的算法，其工作原理如下：

稍微增加Mat的对比度;
使用 n 最近 - n eighbor i nterpolation，将Mat的大小调整为<strong> D ％的大小;
使用 nni ;

[ D =密度，函数的参数]

有没有办法让结果看起来更好？

Mat pixelize(Mat src, int density){
    Size s(src.cols, src.rows);

    src.convertTo(src, -1, 1.1, 0);

    resize(src, src, percent(s, density), 1, 1, INTER_NEAREST);
    resize(src, src, s, 1, 1, INTER_NEAREST);

    resize(src, src, Size(640, 480));
    return src;
}

Answer 1

2年零9个月后，但我认为值得分享，我使用像素化图像的方式是这样的：

int size = 7;//only odd!
int max_step = (size - 1) / 2;
Mat m = imread("test.jpg");
for (int i = max_step; i < m.rows- max_step; i+=size) {
    for (int j = max_step; j < m.cols- max_step; j+=size) {
        Vec3b colour = m.at<Vec3b>(Point(j, i));
        for (int k = -max_step; k <= max_step; k++) {
            for (int l = -max_step; l <= max_step; l++) {
                m.at<Vec3b>(Point(j - k, i - l)) = colour;
            }
        }
    }
}
imshow("pixeled", m);
waitKey(0);

通过这种方法，您可以每奇数个像素（尺寸可变）移动并使用与所选颜色相同的颜色围绕其近邻。

请注意，这不能处理边缘，但是您可以了解这种算法

在这里，我留下了一些images，它们的参数分别为1（无），7（中）和21（非常）。为了改善性能，您可以选择“ size”变量来改变抽象参数的功能和图像的大小……嗯，希望对您有所帮助，甚至晚了将近3年！

OpenCV像素化算法

1 个答案: