OpenCV：灰度颜色减少

Question

我正在尝试使用此公式将灰度图像颜色从 256 降低到 4 来自http://docs.opencv.org/2.4/doc/tutorials/core/how_to_scan_images/how_to_scan_images.html

我假设 n 是减少因子，对于这种情况，它将是公式中的 10 种颜色。 我的代码如下。

void Reduction(Mat image1)
{
for (int r = 0;r < image1.rows;r++) {

    for (int c = 0;c < image1.cols;c++) {
        // get pixel

        int tmp = (image1.at<Vec3b>(r, c)[0] + image1.at<Vec3b>(r, c)[1] + image1.at<Vec3b>(r, c)[2])/3 ;
        tmp =  (tmp/4)* 4;
        image1.at<Vec3b>(r, c)[0] = tmp;
        image1.at<Vec3b>(r, c)[1] = tmp;
        image1.at<Vec3b>(r, c)[2] = tmp;
    }

    }
}

我的预期结果是

但是从 tmp = (tmp/4)*4;或 tmp = (tmp/8)*8;

我的图片看起来和原图一样；

然后我尝试将其更改为 tmp = (tmp/40)*40;

我得到的结果与我想要的结果相似。

公式是如何工作的，我应该从我的代码中编辑什么来准确地得到我想要的结果？ （就像上面的预期结果）

Answer 1

这是一种颜色量化。这是一个简单的技术reduce the number of colors 在依赖于整数除法

的图像中

由于起始范围有256 值，如果你想以N 的颜色结束，你需要整数除法，然后乘以K = 256 / N。

所以在你的情况下，对于N=8，你需要一个K = 256 / 8 = 32，对于N = 4，你需要K = 256 / 4 = 64。

Answer 2

使用您给出的公式的变体，您将无法在“预期结果”图像中获得 4 色图像，因为整数除法总是向下舍入。它产生这个结果：

input       output
0-63        0
64-127      64
128-191     128
192-255     192

因此图像中的任何像素都不会超过全亮度的 3/4（浅灰色），并且目标图像包含纯白色。

简单的四舍五入到范围的中点也不起作用，因为目标图像包含纯黑色和纯白色，所以对于黑色，您需要始终向下舍入，而对于白色，您需要始终四舍五入起来。

您可能还希望将 256 色范围平均分成 4 个相等的部分，如果您进行简单的舍入，这将不起作用，因为黑色和白色最终会被较小的范围覆盖。

它有助于准确排除您希望范围划分的方式。例如，假设您想将其分成 4 份，然后创建一个包含白色和黑色的等距范围：

input       output
0-63        0
64-127      85
128-191     170
192-255     255

您可以在绘图应用中打开您预期的结果图像，并使用吸管工具来验证这些是正确的输出值。

这个公式是：

int new_value = (value / 64) * 85;

或更笼统地说：

int num_colors = 4;
int divisor = 256 / num_colors;
int max_quantized_value = 255 / divisor;
int new_value = ((value / divisor) * 255) / max_quantized_value;

这样，您可以保证获得最小 new_value 为 0 和最大 new_value 为 255。

Answer 3

查看颜色量化的另一种方法是考虑位/像素。通常，灰度图像的每个像素使用 8 位存储，因此结果值范围为 0 到 255。

我们可以通过量化或换句话说dropping the Least Significant Bits (LSB) 来减少图像中的颜色数量。 8 位表示通常如下所示：

V V V V V V V V

当减少时，我们可以删除 LSB，例如：

V V V V V V x x

或

V V V V x x x x

其中 V 表示二进制值，x 表示丢弃的位。在您的情况下，您希望减少到 4 种颜色，这意味着您只需要两位来表示您的图像。在这种情况下，每个字节将如下所示：

V V x x x x x x

这可以通过在灰度图像中的uchar 值上使用左移运算符>> 来完成（如所附答案所示）。