image-processing - 如何实现带颜色的自适应阈值滤波器

Question

我正在寻找一种类似于自适应阈值的算法，但可以保持颜色。我正在尝试拍摄这样的图像:



并使它看起来像这样:



如果重要的话，我正在 ios 中工作。

Answer 1

这是一个适用于您的示例图像的 CIKernel

kernel vec4 coreImageKernel (sampler i)
{
    vec2 dc = destCoord();

    // center pixel color
    vec4 c = unpremultiply(sample(i, samplerTransform(i,dc+vec2(0.0,0.0))));

    // for a whiteboard, the max of a neighborhood is likely to be the color 
    // of the whiteboard
    vec4 cmax = c;
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(10.0,0.0)))), cmax);
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(-10.0,0.0)))), cmax);
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(0.0,10.0)))), cmax);
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(0.0,-10.0)))), cmax);

    // normalize the center color according to the whiteboard color
    vec4 r = c / cmax;
    return premultiply(r);
}

那么这是如何工作的呢？那么内核的第一部分，即计算 cmax 的部分，就是计算白板的局部颜色。这是棘手的部分。基本上它确定(大约)白板在没有标记的情况下的颜色。为此，内核做出三个关键假设:

白板颜色局部变化不大

标记从白板颜色和

中减去

对于每个像素，它或附近的像素(10 个像素 N、S、E 或 W)没有任何标记。实际上，内核假定标记线比 10 个像素细，但可以调整该常量)

cmax 的输出如下所示:



一旦接近本地白板颜色，只需将当前像素除以本地背景即可。这类似于从图像中去除色偏的方式。

该算法类似于 WWDC13 Core Image 演示中的 Haze Removal 示例。在该示例中，减去局部最小值以制作更黑的黑色。在这种情况下，局部最大值被划分以制作更白的白色。

: