有人說 文學是苦悶的象徵

我說 幸福是靈感的來源

OK,這是一個場面,我要HOLD住。

 

一般的顏色使用 R, G, B 來描述,
有時會因為實驗效果,選用 HSV, Lab等色彩空間。

描述一個區域的顏色以三組二元一次線性方程式為例

ax + by + c = r
ax + by + c = g
ax + by + c = b

懶的補圖了,就加減聽吧。

如果加上了 其它 weight ex. x*x, x*y, y*y 可以如下

ax + by + cxx+ dxy + eyy + f = r
ax + by + cxx+ dxy + eyy + f = g
ax + by + cxx+ dxy + eyy + f = b

可以依喜歡加入 x/y, (x-y)/y, cos(x*0.1) 之類,各種你喜歡的weight

接下來要求解 a b c ... 各種變數
以9個sample points (3x3) & 二元一次線性方程式為例

列出 Ax=b 並把x就是這些參數解出來

維度如下
A(9, 3)
x(3, 1)
r(1, 9)

A 跟 b 填
x  y  c  b
0  0  1  0
0  1  1  1
0  2  1  2
1  0  1  0
1  1  1  1
1  2  1  2
2  0  1  0
2  1  1  1
2  2  1  2

接下來解x

x = 0 1 0

你看最簡單的 color 就這樣 build 好了喔
只要把 系數帶回 可以得到 color model =
y = ans

例子當然舉簡單的啦!

好,
下面是進階的 weight 關係:

1. 加入原影像的 weight
如果你的weight填

aR +bG +cB = R

那x會得到 1 0 0
這會覺得沒用,實際運用上可以先做影像處理(sobel, blur, to HSV)再內插拿來用

2. 針對區域填 weight 可以多加很多項來做出 sparse matrix

if x < 5 && y < 5
   ax + by + c = r
else
   c = r

3. 利用bspline 得到weight

v = bspline(x, y)
av = r

4. 自定函數的weight
計算目前圖上的所有值 並normalize 到一定的範圍再填

讓地獄深紅的天亮 發表在 痞客邦 PIXNET 留言(0) 人氣()