照片马赛克算法。如何在给定基本图像和瓷砖列表的情况下创建马赛克照片？

Question

Hy.我要做的是创建一个程序（使用 C 或 C++），它将 24 位/像素位图和图像集合作为输入，并且我必须创建一个马赛克图像，类似于使用库的输入图像给定的图像（创建与输入类似的马赛克照片）。

到目前为止，我可以访问输入的图像像素及其颜色，但我有点卡住了。我的问题是我应该从哪里开始？我需要一个可以做这样的事情的基本算法。我真的找不到任何东西（也许我看错了）。有人可以告诉我一个随机照片下载器，以便我可以为该项目下载小图像吗？有人可以帮助我吗？请告诉我从哪里开始以及使用什么。

Answer 1

我已经在 Scala 中完成了这个。 多布斯博士的文章对我来说非常有用。

示例图像：

这是我的基本算法：

def createMosaic(targetImage:BufferedImage,
  index:PhotoIndexer.PhotoIndex,
  opacity:Float,
  targetWidth:Int,
  targetHeight:Int,
  numRows:Int,
  numColumns:Int, callback:PhotoMosaicCallback): ImageGrid = {

      var indexCopy = index

      // Map from the buffered image to that image's average color
      var colorMap:Map[BufferedImage,Color] =
      index.values.map(data => (data.thumbnail, data.avgColor)).toMap

      // We look at rectangular regions of the target image, calculate their average
      // colors, and then pick images that match those colors.
      val sampleWidth = targetImage.getWidth / numColumns
      val sampleHeight = targetImage.getHeight / numRows

      // Used to report the progress of the process
      var counter = 1
      val numSubImages = numRows * numColumns

      val imageGrid:ImageGrid = Array.fill(numRows, numColumns)(Nil)

      // for each patch in the image
      for (row <- 0 until numRows) {
        for (column <- 0 until numColumns) {
          val x = column * sampleWidth
          val y = row * sampleHeight
          // This is the small rectangular region of the target image that we're
          // currently considering
          val subImage = targetImage.getData(new Rectangle(x,y,sampleWidth,sampleHeight))
          val avgImageColor = calculateColorFromRaster(subImage)

          val nearest:Seq[BufferedImage] = getNearestColorImages(avgImageColor, colorMap)

          // nearest is in sorted order; pick one of them and draw it to correct place in
          // image
          imageGrid(row)(column) = nearest

          callback.photosCalculated(row, column, nearest)

          val percent = 100.0 * counter / numSubImages
          // TODO: for GUI version, use a display bar
          if (counter % 100 == 0) {
            println(percent + " completed (" + counter + " of" + numSubImages + ")")
          }
          counter+=1
        }
      }
      imageGrid
}

我的完整源代码可在 github 上找到

Answer 2

假设您的基本图像是 100x100 像素，并且您有一堆 10x10 的图块。

您想要用 400 个小图块对基本图像进行马赛克，因此每个图块在基本图像中包含 5x5 像素。

对于基本图像中的每个 5x5 部分，确定这些像素的平均 RGB 值。

对于每个图块，确定平均 RGB 值。

将每个 5x5 部分的平均 RGB 值与图块中最接近的匹配项进行匹配。

然后创建你的马赛克。不过，您需要将图块缩小到 5x5 以保持图像大小相同。

Answer 3

1. 降低输入图像的分辨率
2. 对于列表中的每个图像，计算每个通道的平均值（3 个数字 - RGB）
3. 对于输入图像中值为 (r,g,b) 的每个像素下列：
   从列表中随机抽取 30 张（只是一个效果良好的数字）图像。
   对于样本中的每个此类随机图像，计算 RGB 值之间的距离 (*) 并选择距离最小的图像。

(*) (r1,g1,b1) 和 (r2,g2,b2) 之间的距离可以例如：
(r1-r2)**2+(g1-g2)**2+(b1-b2)**2。

就是这样。它运作得很好。
该算法有两个超参数。

• 输入图像的新分辨率
• 我们对输入图像中每个像素采样的图像数量。
  你可以和他们两个一起玩。