使用Python、OpenCV進行圖像接縫雕刻

• • 1. 效果圖
  • 2. 原理
  • 3. 安裝——鑒于算法的專利原因，0.16以上版本均去掉了接縫雕刻算法；
  • 4. 源碼
  • 參考

這篇博客將介紹基于圖像內容感知調整的接縫雕刻算法。Avidan和Shimar證明了接縫雕刻不僅可以用于縮小圖像尺寸，還可以用于增大圖像尺寸；然而，scikit圖像實現目前只支持下采樣。

接縫雕刻算法也有它的局限性，對于接縫雕刻，該缺陷表現為圖像的重要語義信息被部分破壞或完全切斷，視覺效果不佳。

1. 效果圖

原始圖 VS 水平接縫效果圖
如下圖，可以看到已經從圖像中刪除了垂直接縫，從而減小了圖像寬度。
也可以通過移除水平接縫來降低圖像高度：

原始圖 VS 垂直接縫效果圖
如下圖，可以看到已經從圖像中刪除了水平接縫，從而減小了圖像高度。
根據原始圖像計算能量圖（即梯度圖）

2. 原理

接縫雕刻算法是什么？

接縫雕刻算法通過移除/添加低能量的接縫來調整圖像的大小（包括上采樣和下采樣）。
接縫定義為從左到右或從上到下流動的連接像素，前提是它們穿過圖像的整個寬度/高度。

調用 transfrom.seam_carve(image, mag, ‘vertical’, numSeams) 來進行接縫雕刻

• 原始圖像，要調整大小的輸入圖像。
• 能量圖，可以從原始圖像得到能量圖。能量圖應該代表圖像中最顯著的區域。通常是梯度幅度表示（即Sobel、Scharr等算子的輸出）、熵映射或顯著性映射。使用此圖像作為輸入，可以計算梯度大小作為能量圖；
• 方向 垂直或水平
• 移除的像素大小

接縫雕刻算法原理？

1. 接縫雕刻算法的工作原理是尋找連接的像素，稱為低能量（即最不重要的）接縫，從左到右或從上到下遍歷整個圖像。

2. 然后從原始圖像中刪除這些接縫，允許調整圖像大小，同時保留最顯著的區域（原始算法還支持添加接縫，允許增加圖像大小）。

3. 這些接縫通過動態規劃有效地計算，并按其能量排序。低能量接縫放在列表的前面，而高能量接縫放在列表的后面。

4. 調整圖像的大小，可以移除能量較低的接縫以對圖像進行下采樣，或者復制能量較低的接縫以對圖像進行上采樣。

接縫雕刻的目的是調整圖像本身的大小，并且仍然保留圖像中最顯著（即“有趣”）的區域。
使用傳統的調整大小的方法會改變整個圖像的尺寸，而不需要考慮確定圖像的哪個部分最重要或最不重要。

Seam carving應用從能量圖導出的啟發式/路徑查找來確定可以刪除/復制圖像的哪些區域，以確保（1）保留圖像的所有“有趣”區域，（2）以美觀的方式完成。
以一種美觀的方式保存圖像中最有趣的區域要比聽起來困難得多。雖然接縫雕刻看起來很神奇，但實際上并非如此——而且它也有其局限性。接縫雕刻也有其局限性；

3. 安裝——鑒于算法的專利原因，0.16以上版本均去掉了接縫雕刻算法；

安裝哪個版本可參考：這個網站
如下，比0.16版本低的均可一試；本文用如下版本ok；

• windows 10
• python 3.7.4
• numpy 1.19.5+mkl
• scipy 1.6.0
• scikit-learn 0.24.1
• scikit-image 0.14.4
  

4. 源碼

# USAGE
# python seam_carving.py --image images/as.jpg
# python seam_carving.py --image images/as.jpg --direction horizontalimport argparseimport cv2
import imutils
from skimage import filters
# 導入必要的包
from skimage import transform# 構建命令行參數及解析
# --image 輸入圖像路徑
# --direction 應用接縫雕刻，移除相同像素的方向 水平或垂直
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,help="path to input image file")
ap.add_argument("-d", "--direction", type=str,default="vertical", help="seam removal direction")
args = vars(ap.parse_args())# 加載圖像，并轉換為灰度圖
image = cv2.imread(args["image"])
image = imutils.resize(image, width=250)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 計算Sobel梯度幅值表示（即能量圖）
mag = filters.sobel(gray.astype("float"))
cv2.imshow("mag", mag)
cv2.waitKey(0)# 展示原始圖像
cv2.imshow("Original", image)
# cv2.waitKey(0)# 函數只支持下采樣圖像-不提供上采樣支持。
# 遍歷接縫上打圈以移除
for numSeams in range(20, 80, 20):# 執行接縫雕刻，移除圖像中的幀數--“垂直”剪切將更改圖像高度，“水平”剪切更改圖像寬度carved = transform.seam_carve(image, mag, args["direction"],numSeams)# 新的雕刻圖像尺寸打印到終端print("[INFO] removing {} seams; new size: ""w={}, h={}".format(numSeams, carved.shape[1],carved.shape[0]))# 展示雕刻算法的輸出cv2.imshow("Carved", carved)cv2.waitKey(0)

參考

• https://www.pyimagesearch.com/2017/01/23/seam-carving-with-opencv-python-and-scikit-image/
• https://cloud.tencent.com/developer/article/1369676

總結

以上是生活随笔為你收集整理的使用Python、OpenCV进行图像接缝雕刻的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。