Podstawy przetwarzania obrazów – Java

Cześć!
Dziś arcyciekawy temat :)

Czym jest przetwarzanie obrazów? Są to wszystkie operacje jakie wpływają na to co widzimy. Zmiany kolorów, odcienie szarości, sepia, model barw RGB, HSV, koloryzacja, nasycenie i jeszcze wiele, wiele innych terminów określa własnie to, czym jest przetwarzanie obrazów.
W bardziej zaawansowanych algorytmach szuka się np. sposobów wykrywania twarzy.
Mówię cały czas o statycznych obrazach. Jeśli chcemy przejśc na dynamiczne, to zaczniemy mówić oczywiście o np. obrazach z kamerek. Ale dziś zostaniemy przy obrazach statycznych.
Zacznijmy od podstaw. Czym jest piksel? Jeden piksel w odniesieniu do monitorów to bardzo mały kwadrat (często spotykana szerokość boku to 0,28 mm) lub prostokąt widzialny z odległości użytkowej jako wypełniony jednolitym kolorem – czyli najmniejszy element obrazu, który jest określany przez jeden kolor. Kolor jednego piksela określany jest przez 3 subpiksele – czerwony, zielony i niebieski – czyli RGB. To wypadkowa kolorów które przyjmują subpiksele określa kolor piksela.

Ja sam, podzieliłbym algorytmy które rządzą przetwarzaniem obrazów na 3 grupy:

– iteracyjne
– oparte o tablice LUT
– numeryczne

Dziś zajmiemy się tą pierwszą grupą. Na dwie kolejne przyjdzie czas zapewne – ciężko ominać te arcyciekawe podtematy ;)

Ok, skoro już wiemy że obrazy to zbiory pikseli, które określają praktycznie całość wyglądu obrazu, to logiczne jest że zmiana wartości poszczególnych wartości RGB – zmieni wygląd obrazu, prawda? Ok, to przejdźmy do 1 algorytmu iteracyjnego.

1. Całościowa zmiana koloru.

Tak na serio dysponujemy 3 kolorami – czerwonym, zielonym i niebieskim. Możemy więc łatwo przetworzyć obraz na jeden z tych kolorów, prawda? Algorytm:

1
2
3
4
5
6
7
8
9
10
11
12
for i=0 to i<szerokosc_ekranu

 for j=0 to j<wysokosc_ekranu


   usuwaj_skladowa_inna niz_wybrana(piksel[i][j],wybrana);


 end


end

Oto obrazek oryginalny: musli

Przetworzony obraz dla zielonego:
zielony

Przetworzony obraz dla czerwonego:
czerwony

Przetworzony obraz dla niebieskiego:
niebieski

2. Odcień szarości

Prosty, iteracyjny algorytm, polecający na przeliczaniu wartość wg wzoru. Czesto jest podstawą do bardziej złożonych algorytmów:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
for i=0 to i<szerokosc_ekranu

 for j=0 to j<wysokosc_ekranu


   piksel[i][j].red = 0.299*piksel[i][j].red_pierwotny+0.587*piksel[i][j].green_pierwotny+0.114*piksel[i][j].blue_pierwotny;
   piksel[i][j].green= 0.299*piksel[i][j].red_pierwotny+0.587*piksel[i][j].green_pierwotny+0.114*piksel[i][j].blue_pierwotny;
   piksel[i][j].blue= 0.299*piksel[i][j].red_pierwotny+0.587*piksel[i][j].green_pierwotny+0.114*piksel[i][j].blue_pierwotny;


 end


end

No i efekt:

Oto obrazek oryginalny: musli

I efekt

szarosc

3. Sepia

Sepia jest jednym z tych algorytmów, które wymagają pierw konwersji w odcień szarości. Algorytm również iteracyjny:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
for i=0 to i<szerokosc_ekranu

 for j=0 to j<wysokosc_ekranu


   piksel[i][j].red = (0.393*piksel[i][j].red_pierwotny+0.769*piksel[i][j].green_pierwotny+0.189*piksel[i][j].blue_pierwotny)/1.351;
   piksel[i][j].green= (0.349*piksel[i][j].red_pierwotny+0.686*piksel[i][j].green_pierwotny+0.186*piksel[i][j].blue_pierwotny)/1.203;
   piksel[i][j].blue= (0.272*piksel[i][j].red_pierwotny+0.534*piksel[i][j].green_pierwotny+0.131*piksel[i][j].blue_pierwotny)/2.140;


 end


end

No i efekt.. Dla porównania zawsze będę obraz oryginalny umieszał:

Oto obrazek oryginalny: musli

sepia

4. Zmiana jasności

Najłatwiej jest to zrealizować zmieniając wartość RGB na HSV (hue, saturation, value) i zwiększenie wartości ostatniej.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
for i=0 to i<szerokosc_ekranu

 for j=0 to j<wysokosc_ekranu

   piksel[i][j] = rgb2hsv(piksel[i][j]);

   piksel[i][j].value = piksel[i][j].value+howMore>240?240:piksel[i][j].value+howMore;

   piksel[i][j] = hsv2rgb(piksel[i][j]);
   ustaw_piksel(piksel[i][j]);

 end


end

efekt jest tutaj zależny od wartość howMore.
Oto obrazek oryginalny: musli

Dla wartości 20:
20
Dla wartości 70:
70
Dla wartości 120:
120
Dla wartości 170:
170
Dla wartości 220:
220

Zmieniając tylko ostatnia wartość nie uzyskamy koloru białego. Zdecydowanie lepiej skorzystać z tablicy LUT.

5. Koloryzacja

Czyli zmiana HS w modelu HSV.Tutaj warto być ostrożnym, bo zmiany niektóre mogą dać nieoczekiwane efekty. Algorytmu nie podaję bo jest analogiczny do tego wyżej tylko że zmieniamy HS a nie V.

Oto obrazek oryginalny: musli

No i dla dodania 60 do H i 120 do S:
60 120

60 do H i 10 do S:
60 10

60 do H 0 do S:
60
90 do H 0 do S:
90
120 do H 0 do S:
120
150 do H 0 do S:
150
180 do H 0 do S:
180
210 do H 0 do S:
210
240 do H 0 do S:
240

5. Zdjęcia czarno-białe (nie odcień czarości)

Ustawiamy tzw próg. Jest to wartość która mówi które wartości mają być czarne a które białe. Jesli V jesli wieksze od progu to dajemy kolor czarny, jeśli mniejsze to biały. Robimy to na HSV, poczym konwertujemy na RGB. Algorytm jest chyba najprostszy z tych tutaj opisanych.

Oto obrazek oryginalny: musli
Dla wartości progu 100:
100
Dla wartości progu 150:
150
Dla wartości progu 200:
200
Dla wartości progu 250:
250

Chyba najfajniej wygląda to dla progu 200.

5. Zdjęcia czarno-białe (nie odcień czarości) z modulacją progu

Modyfikacja wymagająca pierw przekonwertowania obrazu na odcień szarości. Oraz ustawieniu tzn modulacji kanału, czyli okreslenie przedziału -+10% progu do którego będa łapac się wartości podobne do siebie kolorystcznie (a więc i wartościowo).

Rezultaty:
Dla progu 50:
50
Dla progu 100:
100
Dla progu 150:
150
Dla progu 200:
200
Dla progu 250:
250

Poniżej animacja która pokazuje jak tworzy się obraz tej metodzie:
animacja

Pokazałem przykłady, algorytmy i nawet animację zrobiłem. Czas na kod! A nim też jest zawarty algorytm przeliczania HSV na RGB i odwrotnie.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
/*
 * To change this template, choose Tools | Templates
 * and open the template in the editor.
 */

package tests;

import java.awt.image.BufferedImage;
import java.awt.image.WritableRaster;
import java.io.File;
import java.io.IOException;
import java.util.Arrays;
import java.util.Random;
import javax.imageio.ImageIO;

/**
 *
 * @author Matt
 * @see http://mmazur.eu.org/podstawy-przetwarzania-obrazow-java/
 */

public class Graphics {
    private BufferedImage im=null;
    private WritableRaster raster=null;
    private int width = 0;
    private int height = 0;
    private int pixels[] = new int[3];
    /**
 * Create new instance of class
 *
 * @param fileName file from disk which is base to run class
 * @throws IOException  
 */

    public Graphics(String fileName) throws IOException {
        im=ImageIO.read(new File(fileName));
        raster = im.getRaster();
        width = raster.getWidth();
        height = raster.getHeight();
    }
 /**
 * Method to change colour from picture to one of selected
 *
 * @param color 1-red, 2-green, 3-blue
 */

    public void changeColor(int color){
    Random r = new Random();
    int ww[]=new int[3];
   
    if(color>3 || color<1)
        throw new IllegalArgumentException("Unsupported argument. Value must be <1:3>");
    for(int i=0;i<width;i++)
    {
   
        for(int j=0;j<height;j++)
        {
 
            raster.getPixel(i, j, pixels);
           
            ww[0] = r.nextInt((int)((color==1?1:0)*pixels[0])+1);
            ww[1] = r.nextInt((int)((color==2?1:0)*pixels[1])+1);
            ww[2] = r.nextInt((int)((color==3?1:0)*pixels[2])+1);
           
            raster.setPixel(i, j, ww);
           
        }
   
   }
   
    }
 /**
 * Method to change colour from picture to grey scale
 *
 */

    public void greyScale(){
   
    double ww[]=new double[3];
    for(int i=0;i<width;i++)
    {
   
        for(int j=0;j<height;j++)
        {
 
            raster.getPixel(i, j, pixels);
           
            ww[0] = 0.299*pixels[0]+0.587*pixels[1]+0.114*pixels[2];
            ww[1] = 0.299*pixels[0]+0.587*pixels[1]+0.114*pixels[2];
            ww[2] = 0.299*pixels[0]+0.587*pixels[1]+0.114*pixels[2];
           
            raster.setPixel(i, j, ww);
           
        }
   
   }
   
   
    }
     /**
 * Method to change colour from picture to sepia
 *
 */

    public void sepia(){
   
    double ww[]=new double[3];
   
   
   
    this.greyScale();
    for(int i=0;i<width;i++)
    {
   
        for(int j=0;j<height;j++)
        {
 
            raster.getPixel(i, j, pixels);
           
            ww[0] = (pixels[0] * 0.393 + pixels[1] * 0.769 + pixels[2] * 0.189 ) / 1.351;
            ww[1] = (pixels[0] * 0.349 + pixels[1] * 0.686 + pixels[2] * 0.186 ) / 1.203;
            ww[2] = (pixels[0] * 0.272 + pixels[1] * 0.534 + pixels[2] * 0.131 ) / 2.140;

            raster.setPixel(i, j, ww);
           
        }
   
   }
   
   
    }
     /**
 * Method to change image's brightness
 *
 * @param howMore How more you want to add brightness
 * @throws IllegalAccessException  
 */

    public void brightness(int howMore) throws IllegalAccessException
    {
        if(howMore<0)
            throw new IllegalAccessException("Only positive values!");
        double hsv[];
        double ww[];
        for(int i=0;i<width;i++)
        {

            for(int j=0;j<height;j++)
            {

                raster.getPixel(i, j, pixels);
                hsv=rgb2hsv(pixels[0], pixels[1], pixels[2]);
                hsv[2]=hsv[2]+howMore>240?240:hsv[2]+howMore;

                ww=hsv2rgb(hsv[0], hsv[1], hsv[2]);
                raster.setPixel(i, j, ww);

            }

       }
   
    }
   
     /**
 * Method to change image exaggeration
 *
 * @param h how much you want to add to H i HSV model
 * @param s how much you want to add to S i HSV model
 * @throws IllegalArgumentException  
 */

    public void exaggeration(int h, int s) throws IllegalArgumentException
    {
   
       if(h<0 || s<0)
            throw new IllegalArgumentException("Only positive values!");
       if(h>360 || s>240)
            throw new IllegalArgumentException("H must be <0:360>, S<0:240>");
        double hsv[];
        double ww[];
        for(int i=0;i<width;i++)
        {

            for(int j=0;j<height;j++)
            {

                raster.getPixel(i, j, pixels);
                hsv=rgb2hsv(pixels[0], pixels[1], pixels[2]);
                hsv[0]=hsv[0]+h>360?360:hsv[0]+h;
                hsv[1]=hsv[1]+s>240?240:hsv[1]+s;

                ww=hsv2rgb(hsv[0], hsv[1], hsv[2]);
                raster.setPixel(i, j, ww);

            }

       }
   
    }
         /**
 * Method to save image to disc, if file exists - overwrite file.
 *
 * @param type type of saved file ex. PNG, JPG
 * @param fileName filename of file which will be saved
 * @throws IOException  
 */

    public void save(String type, String fileName) throws IOException{
     
       ImageIO.write(im,type,new File(fileName));
    }
 /**
 * Method to calculate HSV to RGB
 *
 * @param hue H in HSV model
 * @param sat S in HSV model
 * @param val V in HSV model
 * @return            void
 */

    private double[] hsv2rgb(double hue, double sat, double val)
    {
        double red = 0, grn = 0, blu = 0;
        double i, f, p, q, t;
        double result[] = new double[3];
 
        if(val==0)
        {
            red = 0;
            grn = 0;
            blu = 0;
        } else
        {
            hue/=60;
            i = Math.floor(hue);
            f = hue-i;
            p = val*(1-sat);
            q = val*(1-(sat*f));
            t = val*(1-(sat*(1-f)));
            if (i==0) {red=val; grn=t; blu=p;}
            else if (i==1) {red=q; grn=val; blu=p;}
            else if (i==2) {red=p; grn=val; blu=t;}
            else if (i==3) {red=p; grn=q; blu=val;}
            else if (i==4) {red=t; grn=p; blu=val;}
            else if (i==5) {red=val; grn=p; blu=q;}
        }
        result[0] = red;
        result[1] = grn;
        result[2] = blu;
        return result;
}
          /**
 * Method to calculate RGB to HSV
 *
 * @param red R in RGB model
 * @param green G in RGB model
 * @param blue B in RGB model
 * @return            void
 */

    private double[] rgb2hsv(double red, double grn, double blu)
    {
        double hue, sat, val;
        double x, f, i;
        double result[] = new double[3];

        x = Math.min(Math.min(red, grn), blu);
        val = Math.max(Math.max(red, grn), blu);
        if (x == val){
            hue = 0;
            sat = 0;
        }
        else
        {
            f = (red == x) ? grn-blu : ((grn == x) ? blu-red : red-grn);
            i = (red == x) ? 3 : ((grn == x) ? 5 : 1);
            hue = ((i-f/(val-x))*60)%360;
            sat = ((val-x)/val);
        }
        result[0] = hue;
        result[1] = sat;
        result[2] = val;
        return result;
    }
             /**
 * Method to change image to black and white mode
 *
 * @param ton how much sensitive it will be
 */

public void blackAndWhite(int ton)
{
   
     double hsv[];
     double ww[];
     for(int i=0;i<width;i++)
     {

          for(int j=0;j<height;j++)
          {
               raster.getPixel(i, j, pixels);
               hsv=rgb2hsv(pixels[0], pixels[1], pixels[2]);
               
               if(hsv[2]>ton)
               {
               
                   ww=hsv2rgb(hsv[0], hsv[1], hsv[2]);
                   Arrays.fill(ww, 0);
               }
               else
               {
               
                   ww=hsv2rgb(hsv[0], hsv[1], hsv[2]);
                   Arrays.fill(ww, 255);
                   
               }
               
                raster.setPixel(i, j, ww);  
           
           
          }

     }

}    

/**
 * Modifitied method to change image to black and white mode
 *
 * @param ton how much sensitive it will be
 * @param better if true you will turn on modulate of ton
 */

public void blackAndWhite(int ton, boolean better)
{
   
     double hsv[];
     double ww[];
     Random r = new Random();
     double min=-(0.15*ton);
     double max=0.15*ton;
     int ton2=0;
     this.greyScale();
     for(int i=0;i<width;i++)
     {

          for(int j=0;j<height;j++)
          {
               raster.getPixel(i, j, pixels);
               hsv=rgb2hsv(pixels[0], pixels[1], pixels[2]);
               
               if(better){
               
                   ton2=ton+(int)(min + (int)(Math.random()  * ((max - min) + 1)));
               
               }
               else
                   ton2=ton;
               if(hsv[2]>ton2)
               {
               
                   ww=hsv2rgb(hsv[0], hsv[1], hsv[2]);
                   Arrays.fill(ww, 0);
               }
               else
               {
               
                   ww=hsv2rgb(hsv[0], hsv[1], hsv[2]);
                   Arrays.fill(ww, 255);
                   
               }
               
                raster.setPixel(i, j, ww);  
           
           
          }

     }

}  

}

Do kodu dołączam dokumentację: Dokumentacja do klasy Graphics

Pozdrawiam!

Dzięki za wizytę,
Mateusz Mazurek
Podziel się na:
    Facebook email PDF Wykop Twitter

1
Dodaj komentarz

avatar
1 Wątki
0 Odpowiedzi
0 Śledzący
 
Komentarz z największą liczbą reakcji
Najczęściej komentowany wątek
1 Komentarze autora
Tomasz Ostatnie komentarze autora

This site uses Akismet to reduce spam. Learn how your comment data is processed.

  Subskrybuj  
Powiadom o
Tomasz
Gość

Dzieki za fajny wpis.
Pozdrawiam