級創(chuàng)意圖像后期處理技術(shù)研究

第3章架構(gòu)設(shè) 設(shè)計(jì)目標(biāo)和原 技術(shù)架構(gòu)設(shè) 第4章詳細(xì)設(shè) 創(chuàng)意的圖像處理方法設(shè) 界面設(shè) 第5章實(shí)現(xiàn)與測 總體實(shí) 各種自創(chuàng)創(chuàng)意圖像處理的方法代碼實(shí) 主界面代碼實(shí) 基本的圖像處理基本方法的代碼實(shí) 測 第6章結(jié) 致 參考文 附錄1英文原 附錄2譯 創(chuàng)意攝影圖像后期處理技術(shù)研 Photoshop等工具創(chuàng)造出極具創(chuàng)意的圖像和海報(bào)，這些創(chuàng)意帶給我們視覺的沖擊，感官的享受，但是對于一些攝影和設(shè)計(jì)愛好者來說，ps軟件過于專業(yè)，操作過于復(fù)雜。他們真正需要的是更加簡便，靈活的工具，來一鍵美化自己的，就如同美圖秀秀一樣，瞬間就能讓自己的在學(xué)習(xí)了多數(shù)字圖像處理的知識，了解各種圖像處理軟件的功能之后，和研究，最后設(shè)計(jì)出一款具有創(chuàng)意性的處理的軟件。文本主要介紹了研究和開發(fā)此程序的所有過程，使用的開發(fā)和研究的工具是（強(qiáng)大的圖像處理功能在已有的功能下設(shè)計(jì)一些具有自己創(chuàng)意的圖像處理的方法。理方法：圖像的化，圖像組合化，圖像鏡像化，圖像顏色濾波，圖像的三 Photographersandgraphicdesigneralwaysusesomeimageeditingapplications,likePhotoshoptocreatesomepicturesorpostersgivingusvisualimpactandenjoyment.Butitissoprofessionalanddifficultfortheamateurswhoareenthusiasticateditingimages.Soweneedsomemoreefficientandeasiertooltohelpthembeautytheirpictures.NowmanyimageprocessingapplicationsoccurinthemobilephoneandPCapplicationstores.Apparentlypeoplemostlyrelyonthemtomaketheirpicturesmorebeautifulthanothers.Inaddition,self-mediaispopularintheworld,imageprocesstechnologyisprevalentintheenthusiasts.VarietyofinterestingappslikeMtxiuxiuarelovedbythepeople.Thedevelopmentofimageprocessingapplicationsisahotandpopularfieldfortheprogrammerdeveloperlearningandsearchingtheimages.Afterlearningsomeknowledgeaboutthedigitalimageandmanyotherimageprocesssoftwareandfocusingonthecreativephotographyworksbymanyfamousphotographer,Idevelopanewimageprocessingapplicationforthepublicwhowanttoedittheirpictureseasier.Iusethewhichisastrongtooltobasicdigitalimageprocessingtodesignanewapplicationisfullofmyownstylesandideas.Firstly,somesimplyfundamentalimageprocessfunctionslikeimagegrayprocessing,imageenhancement,sharpeningspatialfiltersandsmoothingspatialfiltersbe inmyapplication.ThenIrealizemyownideasandfunctiondealingwiththeimagetomakemoreinterestingandcreative,suchastheimagephoto,imagecombination,imagemirrors,manyotherfunnyimagefiltersforthisapp.Finally,Isuccessfullycompletetheapplicationtoachievemanyoriginalfunctionsprocessingthedigitalimage.thearticlemainlyintroducetheallprocessoftheprocedure:,digitalimageprocessingPhotoshop,image1讓我們的視覺更豐富，讓我們的生活簡單多彩，毋庸置疑，圖像等形式的展現(xiàn)是現(xiàn)代社會，尤其是網(wǎng)絡(luò)社會的一大特點(diǎn)。網(wǎng)絡(luò)和多上的數(shù)字圖像成為我們記錄生活，獲得信息，得到知識的很重要的途徑。在computer出現(xiàn)后，研究就不斷的在進(jìn)行著數(shù)字圖像的研究，圖像處理技術(shù)是一項(xiàng)歷時(shí)悠久，2f(x,y),(x,y)表示平面011-bit圖像；灰度圖像：灰度圖像是指圖像中每個(gè)像素由0（黑）到255（白）的亮度彩像：主要有RGB和CMYK；圖像：物體由不同角度拍攝的一對數(shù)字圖像數(shù)據(jù)類型：1位圖像，8位灰度圖像，24位彩像：每個(gè)像素用RGB8每個(gè)字節(jié)指向顏色表（map）圖像的顏色模型：RGB顏色模型，YUV顏色模型，YIQ顏色模型，YCbCrColorimageprocessing：各種模型之間的轉(zhuǎn)換。數(shù)字圖像的(datatype),數(shù)字圖像的壓縮Compression,數(shù)字圖像的分辨率，數(shù)字圖像的簡單處理；但這也不是真正意義上的圖像處理，只有當(dāng)computer發(fā)明后，才開始圖像的存中的圖像處理原理：是由一款MathWorks公司的主要是非常相似，比c，java等語言更加的簡捷。國內(nèi)外現(xiàn)國內(nèi)各種的美圖秀秀類的修圖軟件360相機(jī)等應(yīng)用都在提醒著我們，不修圖，怎敢發(fā)。如何讓你的顏值瞬間媲美，對于各種自拍照的美化，風(fēng)景畫的增色，都是對進(jìn)行了美好的創(chuàng)意處理，讓貌似只有專業(yè)攝影師才能拍出的瑰麗也可以在上被你獲得使得生活更美好和簡單。而在國外各種，等社交網(wǎng)絡(luò)的流行和普遍，全球的攝影師者，著獨(dú)特角度的思想，發(fā)布超強(qiáng)的視覺沖擊，融入自我創(chuàng)造的靈感讓世界的智慧和美麗都凝聚起來讓更加生活化藝術(shù)化高效化主要的國內(nèi)外流行的各種圖像處理的app：搞笑的臉部圖像處理，這些是對自拍或者大頭像進(jìn)行一些無厘頭的處理，它們需要有在中對人臉，，讓你瞬間就擁有了party搞笑處理方法：FaceSwap——這臉不能再要了，一款一鍵智能換臉的應(yīng)用，需要上傳一張有兩個(gè)人像的，按下一鍵換臉的按鈕。有段時(shí)間在上甚是流行大家都在變換的換臉就像去哪兒里的父子換臉，十分的有意思。FaceShrink——縮臉相機(jī)，上傳一張有臉，可以將人臉的五官緊縮在一起，形成比原來臉龐更小的，然后放在原來臉龐的，圖片頓時(shí)變得可笑極了。Fatbooth——變胖的自己，通過一張全臉的自拍，可AgingBooth——時(shí)光機(jī)器，還是一張人臉，這下子，你可以瞬間蒼老到60歲那個(gè)的皺紋的小老頭小老太是未來的？BaldBooth——致禿魔手，也是一款有趣的軟件，讓你瞬間變成“部長”。同樣類似的軟件和處理還，，還有一些處理各種的方法，不限于自拍照：如Artcamera成的，幾何世界里由各種的幾何體組成一張。可以選擇需要分割的程傳一張全身，然后將分為頭部，肩部，腿部三段，然后重新組合在一起，形成一張可愛萌的卡通迷你小。很多有趣的想法正在不斷的涌現(xiàn)，創(chuàng)解決的主要問讓人們喜歡用。如果實(shí)現(xiàn)了有創(chuàng)意的接地氣的處理方法，可以讓人們在生活中更加，在，上可以曬出自己具有創(chuàng)意的，讓自己的生活更加有趣，可愛，充滿生氣和。以自由的載入，可以對進(jìn)行簡單的處理，然后一鍵實(shí)現(xiàn)圖像處理的功能，保存處理后的。感和創(chuàng)意的來源，這樣得到的idea也是廣大年輕人喜歡的方式。理的過程在計(jì)算機(jī)實(shí)現(xiàn)，在一些需要設(shè)定參數(shù)的情況下，需要用戶的鍵盤了圖像的組合，圖像filters，圖像的化，圖像點(diǎn)綴，圖像相框化等。warn等，還提供了為用戶提示操作和功能的text。本文的主要工和創(chuàng)意攝影的相關(guān)知識，然后通過對這些理論概念的理解和研究，現(xiàn)在社會需求的分析，再展開自己的創(chuàng)意攝影圖像處理方法的設(shè)計(jì)。接著主要是在實(shí)現(xiàn)方法的思路和過程，對方法的主代碼的介紹，先是主要的框架設(shè)計(jì)的概括性的說明然后仔細(xì)分析內(nèi)化框架設(shè)計(jì)讓構(gòu)想能真正的實(shí)現(xiàn)在中行詳細(xì)的編寫。對圖像進(jìn)行具有創(chuàng)意，新意的處理，讓大家覺得該方法的運(yùn)行：能實(shí)現(xiàn)處理的功能：載入保存基本處理功能具有新意的處理方法app的組織結(jié)國內(nèi)外的一些有趣流行的app，一些新穎的處理方法的學(xué)習(xí)，對于本文大概的主要工作和解決主要的問題，的主要組織框架的介紹。式和設(shè)計(jì)理論，包括各種處理的大致的實(shí)現(xiàn)思路，如何在中實(shí)現(xiàn)第五章實(shí)現(xiàn)和測試：代碼的實(shí)現(xiàn)，完成各種后期處理方法的代碼實(shí)現(xiàn)，主界面和一些其他界面的實(shí)現(xiàn)，以及基本操作的添加，最后進(jìn)行各類處理的測試，來不斷的找出bug和修改。2項(xiàng)目背創(chuàng)意攝影圖像后期處理主要強(qiáng)調(diào)的是創(chuàng)意設(shè)計(jì)在現(xiàn)代社會中電等設(shè)備與現(xiàn)代人已經(jīng)不可分離，而它們都是也為主的圖形用戶界面，在這些設(shè)備上的比例是非常高的。與此同時(shí)，網(wǎng)絡(luò)社交，生活瞬間，創(chuàng)意設(shè)計(jì)等都需要對進(jìn)行一些處理，來使得我們的更加有趣，更加生動。種形式的，來表達(dá)藝術(shù)，展現(xiàn)個(gè)性，尋找樂趣。所以在創(chuàng)意處理上，有很大的市場，需要的創(chuàng)意設(shè)計(jì)和創(chuàng)新項(xiàng)目說將進(jìn)行具有創(chuàng)意的后期處理美好在中加入亮度讓其生動。使用工具，在中編寫一個(gè)界面友好，功能強(qiáng)大新穎的程序用戶需輸入數(shù)據(jù)需求用戶輸入格式輸出數(shù)據(jù)的類型可謂是多種多樣，用戶需要可編輯的里面的內(nèi)容緊湊有序，同時(shí)要考慮到人們對于日常各種界面和一些操作的理,同時(shí)對一些的簡單處理如：灰度化，增強(qiáng)等，也是需要的系統(tǒng)需模不大，主要是3維或者2維矩陣，包括大圖，小圖，各種格式的。如果3系統(tǒng)設(shè)計(jì)目標(biāo)和原目標(biāo)：設(shè)計(jì)出有創(chuàng)意的后期處理的方法，讓用戶有耳目一新的感覺APP原理通過中的將圖像轉(zhuǎn)化為3維RGB然后通過各種getandset法或者的各種方法對進(jìn)行處理。，選擇功能，計(jì)算機(jī)計(jì)算運(yùn)行，顯示屏顯示。用戶可保存/刪除等3-1。載入圖載入圖：刪除上層操作3-1載入/保存：可以載入各種類型的格式（gif，tif，png……），對基本的編輯功能：對圖像的灰度處理，圖像的增加，圖像去噪聲，圖編寫的創(chuàng)意處理功能圖像組合成肖像：人物肖像的由許多其他的組成，將很多組成一張人物肖像的大，可以制作出海報(bào)的效果，大體如圖3-2。3-2小圖像組合成大肖像效果圖像油畫化：將制作成油畫的感覺，宛如畫家筆下的美麗風(fēng)景Photo分割：將分割成不同的部分，凸顯;將做成片形式3-3。3-3pick保留的顏色：讓在灰度和色彩之間相互轉(zhuǎn)化，有種灰度黑白圖像中有點(diǎn)紅的感覺，只有的黑白麗人的點(diǎn)綴：在圖像中點(diǎn)綴一些花朵或者小，讓生動有趣，可愛3-43-4加框：給加上可愛卡通的邊框，如圖3-3-5拼接：讓兩張，依據(jù)用戶想要的直線方式拼接片進(jìn)行疊加，形成一張用的貌似擦除某些部分，形成一張任務(wù)肖像。加上白邊，接著在另一張的可選位置上粘貼這張全身人像圖。有種紙質(zhì)海3-6圖像化感覺圖像是被成一條一條的樣子然后又重新組合起來，又有點(diǎn)像屏風(fēng)和百葉窗的感覺，讓圖像有種的感覺，通過亮度來體現(xiàn)出突33-7。圖像的三角化/正方形像素化：設(shè)想將轉(zhuǎn)化為角形和小正方形來組成的，讓輸入的由角和小矩形組成的概念。4bination：將很多組成一張人物的肖像首先需要中一張肖像畫，然后需要一些集合folder第一步，對肖像進(jìn)行縮小，使用中的imresize方法，縮小到相的倍數(shù)的，然后對縮小后的圖像N*N*3獲取每個(gè)坐標(biāo)中顏色的RGB平均Mi。同時(shí)獲得集中每張經(jīng)過縮小到n*n后的顏色的RGB平均值mi較Mi和集合中mi的大小，選擇集合中相似度最大的mc，即相減最小的用戶輸入一張m，然后通過中的邊緣提取的方法，將肖像的大得輪廓圖m1，同時(shí)得到將m轉(zhuǎn)化為二值圖的m2圖像m3=m1+m2,將m3與系統(tǒng)自動定義的字母圖m4進(jìn)行疊加——m3（即輪廓部分）m4覆蓋，白色部分仍然是白色，這樣就形成了字母圖形式的。中的圖像疊加等形式，可以對圖像的矩陣進(jìn)行相應(yīng)的處理和改變，來的到想要的效果。Paintstyle：將肖像油畫用戶輸入m1后，先提取的邊緣，將其輪廓得出，然后將其與二值化的相加，得到m2，再在此基礎(chǔ)上，將得到的m2與原圖疊加，得到更加鮮亮的到油畫般的效果。處理輪廓的感覺還是很好的的，將變得有另一番美感InvertedPic:將反轉(zhuǎn)后，加上一種水面的感覺：即將原圖和一張水面/海面的以某一比例相互疊加接著將得到的圖像做反轉(zhuǎn)添加到原圖像的后面，mirrorPic：圖像的鏡像化和invertedpic相似的方法，將左右鏡像，然后將其與原圖相接，得到新的，有種照鏡子的感覺。Colorfilter：即選取顏色的感覺，首先需要用戶在上選擇需要保留的顏RxGxBx的值，然后在上查詢，每個(gè)坐標(biāo)的顏色RGB值和RxGxBx的差在某個(gè)值A(chǔ)photoBlock:將圖像分割成一塊一塊的感覺輸入的將3維矩陣中的特定的橫豎替換成RGB的值為255（白）/0（黑），或者先定義一個(gè)D=100值，定義每個(gè)cellD*Dcell隔n個(gè)像素放入更大的矩陣中，即得到一個(gè)理想的，沒有像素?fù)p失。Photopointpng格式的上選取相應(yīng)的坐標(biāo)（x，y），新建一個(gè)和原圖一樣的矩陣matrixMa（為0），，將pngmi圖像疊加到，以（x，y）為中心Ma中，得到m2，m2=mi+Ma,接著直接把m2和m1以一定比例相加，m=x*m1+y*m2，(x+y=1),即可得到相應(yīng)的效果。營造一種過去的時(shí)間，然后有種中有的感覺。用戶選擇相應(yīng)的矩形，然后在中將矩陣框中的邊緣賦值為白色即可達(dá)到中有的效果。接著，將用戶選擇區(qū)域進(jìn)行做舊的處理，讓略帶點(diǎn)黃色。photoFun：首先將原m縮小一點(diǎn)，然后加上白色邊框，得到m1，同時(shí)將原圖像m進(jìn)行高度的模糊，得到m2，最后價(jià)格m1加入到m2m2中，最后得到想要的一種效果。形形式的，兩張若隱若現(xiàn)的呈現(xiàn)，有一種云里霧里的美感。通過將有人形m1的進(jìn)行g(shù)etMask工作，選擇好掩模mask，將人像中的某個(gè)部分去中，疊加其他的m2，形成一張新的m3，然后將m3和人形m1進(jìn)行相應(yīng)的疊加，比較兩站每個(gè)像素的大小，顯示值大的像素/或者值小的像素，組成一種新的形式。模板或者很多晾衣架式的相框），首先對這些邊框進(jìn)行模板的獲trianglePic：輸入m，用n*n矩陣窗口來遍歷整張圖像的矩陣，將每個(gè)窗口中像素的顏色都置為一樣的顏色值（為窗口某個(gè)像素的值）n*n矩形窗口依對角線來分為上下兩個(gè)三角形，兩個(gè)三角tearPhoto:將做的處理將分條放入cell中然后以一定方式重構(gòu)，在重構(gòu)過程中，通過rand（）來將條上下或者左右移動一個(gè)值，形成錯織的感覺，還有可以對每個(gè)條rand（）一個(gè)較小的傾斜角度，和稍微改變的亮點(diǎn)。最后應(yīng)用上面的blur邊界的方法，達(dá)到一種屏風(fēng)一樣Myfun_stickPhoto：將進(jìn)行摳像和粘貼的處理，首先用戶需要交互，對片進(jìn)行一些處理，加入白邊，模仿紙質(zhì)海報(bào)的感覺。接著在輸入的2中，再次讓用戶選擇相應(yīng)的位置，將人像粘貼到圖像2的用戶選擇區(qū)域這些大體的方法實(shí)現(xiàn)的思路，主要是在了解了圖像處理的基本原理圖形用戶界面的三個(gè)1.桌面隱喻(desktopmetaphor):桌面隱喻是指在用戶界面中用人們熟悉的桌直接(Directmanipulation)：直接是指可以把操作的對象、屬性、幕上獲取形象化命令與數(shù)據(jù)的過程。直接的對象是命令、數(shù)據(jù)或是對數(shù)據(jù)提供簡單和容易理解的錯誤處理功能。視環(huán)境進(jìn)行，如放大、縮小窗口；用窗口分隔不同種類的信息，只顯示有隱藏當(dāng)前狀態(tài)下不可用令允許用戶自選輸入方式能夠刪除錯誤的輸入，24-1：菜菜單區(qū)5.1各種自創(chuàng)創(chuàng)意圖像處理的方法代碼實(shí)需要在中實(shí)現(xiàn)上面的處理方法，總體來說，在中對圖像進(jìn)了每種方法function的代碼實(shí)現(xiàn)。圖像函數(shù)及其應(yīng)用：中一些基本函數(shù)的應(yīng)用以及算法。Size()Edge(),圖像的邊緣提?。簂中邊緣檢測是提取圖像值具有跳躍性和不變化的區(qū)域，即需要求得在某個(gè)小區(qū)域內(nèi)各個(gè)像間的微分或者差分，然后中主要的邊緣算子有：Roberts邊緣算子，sobel邊緣算子，PrewittImrotate()：對進(jìn)行旋轉(zhuǎn)，通過對圖像矩陣進(jìn)行相應(yīng)的點(diǎn)乘運(yùn)算Imresize()，調(diào)正的大小功能，縮?。和ㄟ^局部均值或者均勻采樣的方法，放大：各種的圖像插值大方法：最鄰近點(diǎn)插值，線性差值等。PicturesCombination:的組合拼接主要是以不同的小來組合成一個(gè)[F] file，都將的類型（灰度圖像，索引圖像）轉(zhuǎn)化為RGB圖像第二，將出來的模板進(jìn)行縮小，縮小為A*A的像素塊Y(i)，并進(jìn)行，在一個(gè)4維矩陣中Pic(:,:,:,count)=Y(i)，以便后續(xù)使用，縮小的過imresize工作，使得像素塊更加具RGB（colorSum=sum(sum(Y1))/s;），并進(jìn)行在2維舉證中ykey(:,count),后續(xù)第四，處理用戶輸入的肖像圖X，還是先將X縮小1/A大小的圖像塊Xm，利用forRGB值xkeydis放在一個(gè)cell中，然后隨機(jī)rand一個(gè)模板，作為匹配模塊，不選擇最小的差值所對應(yīng)的模板圖像，這樣做是為了防止，在原圖X中一些的像素值是一樣的，造成了他們所對應(yīng)的模板也是一樣的，很多一樣的模板在一起連續(xù)出現(xiàn)，讓圖像不是很美觀。Xm所有像素點(diǎn)的匹配模塊圖像的count都已經(jīng)找到，然后將每個(gè)像素點(diǎn)的RGB值都換成A*A的模板圖像像素塊第六，將得到的圖像FXF=F1(1:mx,1:my,:)*k+X*(1-k);forforforfor LettersPaint:將變成字母/花朵/線條組合的形式的圖像主要是對圖像輪廓的提取，然后對輪廓進(jìn)行相應(yīng)的顏形的填充。第一，將RGBGray灰度圖像imGray第二，提取圖像的邊緣特征edge(Image,’sobel’)得到圖像第三，將圖像IGray轉(zhuǎn)化為二值圖像，im2bw()，得到圖像imBw第四，將兩幅疊加，img=imBw+imEdge，相對得到更好的細(xì)節(jié)圖像第五底色背景X：字母花朵線條三中底片。 switchswitchcaseifm>m2||n>n2casecase'colorslines'case'flowers'第六，將底片和img轉(zhuǎn)化為索引，在map最后中新加入一種顏色白色（1，1，1），imgX0X32，img(i,j)=32，即指向map中的白色，如果不為零，就對于底片的值，forforforifPaintPic將圖畫化將真實(shí)的轉(zhuǎn)化為有點(diǎn)像畫出來的感覺的，第法和上面的lettersPaint有些類似：就是將上面第五步的底像變成原圖，即用戶輸入的。另法：是通過兩種的疊加，因?yàn)橹饕菍θ四樀模ㄗ耘恼眨?55，255，255的純白的顏色，其他PhotoPoint：點(diǎn)綴，將小花點(diǎn)綴在上，主要還是兩張的疊加的functionfunction[out]=photoPoint第一：根據(jù)用戶的輸入的花色flower，來選擇相應(yīng)的花色對應(yīng)的因?yàn)閜ng圖像中的背景為透明在中是全為255或者0可以便于處理switchswitchcasecasecasenpointginput()方法來獲取用戶輸入的點(diǎn)坐標(biāo)第三，在用戶點(diǎn)擊一下鼠標(biāo)后，在中，以坐標(biāo)(x,y)為中點(diǎn)，將花片塊覆蓋在上面，在花片塊中，只有當(dāng)花片塊RGB值不全為255或者0時(shí)，才將原圖像的值覆蓋，否則即還是原圖像的RGB值。循環(huán)npoint次，即可得到加入了npoint個(gè)花色的。forforforforifI(y-halfA+1+i,x-halfB+1+j,:)+0.9*miIm(i,j,:);第四，即可輸出outImage=IPhotoPastTime：的懷舊化和加入邊第一，用戶需要在上選擇一個(gè)矩形框imblock，得到這個(gè)矩形框，第二，對imblock加入邊框的效果，即對imblock矩陣進(jìn)行處理，在外延行RGB254，上邊緣（左右邊緣）10，下邊緣的寬為forforR和G同時(shí)B值稍微減少那么一點(diǎn)點(diǎn)。imblock(:,:,3)=imblock(:,:,2)-imimblock中的rect（步驟一中）位置的值變?yōu)閕mblock(i,j,:)第五，最后將im輸出，就完成了增加點(diǎn)綴的功能Inverted過來即可：im1的類型：water，lampim1的大小調(diào)成和輸入圖像im一樣。imim1按照比例相互疊加，imCope=im2*0.5+imCope*0.5im2=imresize(im2,[mn]);imCopeimMirr1(m-i+1,:,:)=imCope(i,:,:)，形成一張反轉(zhuǎn)的新圖像imMirr1。im，下部分為imMirr1，即imOut=im+imMirr1imOutcasecasefori=1:mMirrorImage：鏡像效果，照鏡子，和invertedImage方法一第一，需要用戶輸入鏡子背景im1，調(diào)整im1的大小和輸入圖像im一樣。imim1互疊加，也是imCope=im2*0.5+imCope*0.5第三，對imCope23im，右邊為imMirr2，即imOut=im+imMirr2imOut，即可。casecaseforcaseforCutandstickingImage:切割和黏合兩種：將兩張按照用戶指定的直第一，將用戶輸入的兩張 的大小調(diào)整一下利用數(shù)學(xué)公式求出兩點(diǎn)間的直線y=kx+b。line([x(1)x(2)],[y(1)y(2)]);forforifmask1(:,:,:)maskRGB,w=mask1.*im1+mask2.*im23為矩陣后，在點(diǎn)乘，如果是索引圖像，則先轉(zhuǎn)換為RGB圖像ind2rgb()。第五，得到的wiflen1==3&&len2==3iflen1==3&&len2==3iflen1==2&&len2==3iflen1==3&&len2==2iflen1==2&&len2==2RGBGraycombination：灰度和彩像組合，在灰度圖像中選擇一塊矩第一，先將彩像im變?yōu)榛叶葓Dimgray，rgb2gray()functionfunction[imGray2]=rgbGray(I)holdon;第三，將矩形中的RGB數(shù)據(jù)放在新建的imRgbR，imRgbG，imRgbBimgrayimRgb圖像組合起來，先將將灰度圖像imgray變成3維的矩陣imgray2，imgray2(:,:,1:3)每個(gè)維度都等于imgray，接再片了imOut=imgray2。第一，得到輸入和用戶需要選取的點(diǎn)數(shù)，ginput(npiont)，取得每個(gè)點(diǎn)的functionfunctionRGB2=count=for[x,y]=ginput(1);count=count+xs(count)xs(count)=round(x);ys(count)=NN=forr=R(ys(i)-N:ys(i)+N,xs(i)-N:g=G(ys(i)-N:ys(i)+Nxs(i)-N:b=B(ys(i)-N:ys(i)+Nxs(i)-N:meanR(i)=meanG(i)=meanB(i)=第三，將輸入的im灰度化imgray=rgb2gray(im)matrixrgb（matrix）到imgray（matrix）的值中，最后再把灰像合成新的rgb圖像Gray1=rgb2gray(RGB);Gray1=rgb2gray(RGB); Gray3=rgb2gray(RGB);fori=1:nPointsI1=find((abs(double(R)-&(abs(double(G)-&(abs(double(B)-double(meanB(i)))>-T3));Gray1(I)=Gray2(I)=Gray3(I)=RGB2(:,:,1)=RGB2(:,:,2)=RGB2(:,:,3)=PhotoFunction：將變成放在虛幻的上的效果，操作也是十分第一，先將im模糊化，模糊方法是先將縮小M倍，然后又放大M倍的方式，imresize(im)，得到backIm。第二，再將im縮小一定的比例75%得到mi2，im2=imresize(im,0.75)functionfunction[backIm]=photoFun(I,color)if第三，im2加上白色邊框，新建一個(gè)size為(width+m，width+n，3)，值都為255（白色）的implus3維矩陣，然后將im2放在implus的，得到新的foreIm，（不同格式的在疊加的時(shí)候，矩陣維度有不同）第四，再將foreIm又放在backIm的正，得出imOut矩陣Photosegments：的分割的效果第法,其實(shí)就是在上畫出一條一條的細(xì)細(xì)的白線，就會有分割的ifisa(im,'uint8')forfor所有的cells上下左右隔一段距離的放在一個(gè)矩陣中，以達(dá)到分割的效果，這樣第一，定義分割的長度得出每個(gè)每個(gè)圖像塊cell的坐標(biāo)，然后將每個(gè)cell進(jìn)去im的圖像塊的RGB值。fori=1:rowforim大一點(diǎn)的矩陣+A,(Lseg+A)*col+A,3)for循環(huán)依次把cell2matimNewfori=1:rowforPhotoFrames：相框，給加上一些相框，有眼鏡，動畫相框等動的選擇所需要相框部分的mask。很簡單的一個(gè)方法，首先利用中的放在n向量，畫出點(diǎn)(x,y)，然后一個(gè)while循環(huán)c==1，不斷的點(diǎn)擊鼠標(biāo)，得到坐標(biāo)，再將坐標(biāo)的xy值放入mn向量中，至到c2時(shí)，即某個(gè)的（最后一工作，這樣做，只是為了讓我們可以不斷的選擇想要的點(diǎn)，其實(shí)我們不可需按下回車鍵，即可停止循環(huán)，得到想要的所有點(diǎn)的坐標(biāo)向量m，n。第一，系統(tǒng)相框背景im，再上方法得到的m，n向量中的值，然后利用bw2點(diǎn)乘im，把im中間扣除掏空，im.*bw2，得到imOut1。第二，根據(jù)m，n的值，可以大致估算出中間扣除部分，即放的部分的寬高mm,nn，以及該部分最左上角的坐標(biāo)值xm，ym。第三，對于用戶輸入的進(jìn)行處理，根據(jù)相框圖像im和輸入圖像im1的寬高比例pp=mm/nn-size(im1,1)/size(im1,2)之間的差值，來截取輸入圖像im1，使得與相框im比例一致，這樣就不會出現(xiàn)很嚴(yán)重的變形的情況。當(dāng)pp小于0時(shí)，說明im1和im相比，im1的行size(im1,1)稍長，就應(yīng)該保留im1矩形中的列size(im1,2)，然后再按照mm/nn的比例來橫向的截取中間部分相應(yīng)的行，寬值為width=mm/nn*size(im1,2)，top=size(im1,1)/2-width/2，down=ize(im1,1)/2+width/2，最后即im1=im1(top,down,:,:)。同理，當(dāng)pp大于0時(shí)，說明im1和im相比，im1的列size(im1,2)稍長，就應(yīng)該保留im1矩形size(im1,1)列寬值為 ，left=size(im1,2)/2-width/2 right=ize(im1,2)/2+width/2，最后即im1=im1(:,left:right,:)。截取完了以后，在對進(jìn)行相應(yīng)的縮放，縮放到行為mm，列為nn，以便填充滿相框中相應(yīng)的空缺部分，得到修改后的新im1。 if第四新建一個(gè)和相框im一樣大小的3為零矩陣然后將步驟三得到的im1xm，ymmm，nnimOut2，imOut12(xm+1:xm+mm,ym+1:ym+nn,1)=im1(:,:,1)，即填充了我們在相框中imOut2bw1imOut2，保留不規(guī)則包圍圈中第六，將imOut2和imOut1相加，即可得到加了可愛相框的waitbar(2/3,w);ImageTriangleandrectangular：將三角化和小矩形化，通過對像第一，輸入im，分層im，分別得到imR，imG，imB三層。然后依次對imR，imG，imB進(jìn)行相應(yīng)的處理。RGB(size(im,1)/A)*(size(im,2)/B)A*B的小矩陣，每個(gè)小矩陣中的顏色都賦值為該小矩陣左上角的像素。ififfori=1:fforwaitbar(1/3,waitbar(1/3,w);fori=1:fforimRB坐標(biāo)，再新建(iz(im,1)/A)(iz(im,)/)Brosr，矩陣raR對角形的右下角像素的R值最后得到了一個(gè)上下imB相對應(yīng)的bimGg。ififf=floor(p(1)/A);fori=1:fforforforif第三，所有的Mra按順序依次放在imR矩陣中，所有的Mga按順序依次放在imGMba按順序依次放在imB矩陣中。第四，最后將新的imR,imG,imB組合成imOutImageFusion：融合的形式，為了達(dá)到藝術(shù)的效果，我們先是規(guī)定了一張操作為ImageFusion1：第一，輸入一張圖像im1，然后用戶選擇一張系統(tǒng)自帶的：白色底邊im2。第二，對進(jìn)行fusion：求im2和im1的差，得到im3=im2-im1，新建一im3A，A=im3>0im1im2分的坐標(biāo)，B=im3==0，即保留im1和im2第三最后合成圖像，out=im2.*a+im1.*b，對im2,im1進(jìn)行掩模處理，im2.*aiftype==1out=im_large;iftype==2ImageFusion2則無需規(guī)定，用戶可以自定義任意兩種：方法和上面一TearPhoto：達(dá)到將成一條一條的效果，讓有種錯亂又有條理的感覺。的形式有豎向和橫向，兩者方法就是坐標(biāo)的不同，現(xiàn)在已豎向?yàn)榈谝?，將讀入的im，按照用戶輸入的豎條的寬度Lseg，豎向的將整個(gè)im分割成寬為Lseg，長為size（im，1）的小條。第二，對每個(gè)小條進(jìn)行一些處理，rand一個(gè)0～A的移位值id（A值取決于尺寸大?。约耙粋€(gè)0-1之間的傾斜度值ro，當(dāng)rand的值id>A/2,將條的RGB值加上id*2，即增加亮度，同時(shí)傾斜度值為正數(shù)，向左傾斜；反之，id<A/2,則將條的RGB值減去id*2，即減弱亮度，傾斜度值為負(fù)數(shù)，imNewimA，利用上面得到的id值，在imNew的中依次上下錯亂的放置小條，即從行id值開始，存放小條。第四，將imNew進(jìn)行imblurborder處理，模糊邊界，最后，即得forforifid>15來，然后在另一張中手動選擇需要粘貼的矩形位置。第一，使用上面的getPolyMask（）方法，得到m，n向量，向量中是所有輸入點(diǎn)的xy坐標(biāo)，然后roipoly（），得到mask1mask1點(diǎn)乘輸入的im，im，im=im.*mask1。第二，用min（），和max（）方法求得m，n向量中的最小值和最大值，RGBimblock先將mask1變?yōu)閡int8類型，Mask1中在10的交接處，向內(nèi)的A個(gè)像素值變成255，即為白色，即判斷如果上下和左右相鄰的兩個(gè)像素點(diǎn)值之間的差為10，就將其向內(nèi)的A255，imblock。第四，輸入另一張im2，用戶在im2中選擇一個(gè)矩形框來確定人像放置的大置，得到[im2,rect]=imcrop，在rect中存放在矩形的左上角坐標(biāo)和矩形的長寬值。并且將人像imblock的大小和選擇矩形框的大小相互匹配適應(yīng)，以人像imblock的寬高比來對進(jìn)行相應(yīng)的縮放。RGB值為0不覆蓋imRGB最后就可以得到最后的效果圖主界面代碼實(shí)主界面的大體框架已在詳細(xì)設(shè)計(jì)中，有了介紹，首先，需要在中生成一個(gè)界面，其實(shí)只需要在中，新建一個(gè)圖形用戶界面，然后就出現(xiàn)圖5-1圖形界面窗在完成大體的界面布局設(shè)計(jì)后，再對panel和button的基本信息tag，name等進(jìn)行設(shè)定，確定后，自動生成一個(gè)m文件代碼，然后只需要寫入相應(yīng)functionfunctionvarargout=gui_Singleton=gui_State=mfilename, gui_Singleton,'',,' , [], ifnargin&&ischar(varargin{1})gui_State.gui_Callback=if(gui_State,(gui_State,(gui_State,function(hObject,eventdata,handles,movegui(hObject,'center');functionOpenFile_Callback(hObject,eventdata,functionLetterStyle_Callback(hObject,eventdata,5-2Openfile：打開文件。Savefile：保存文件 主要包含一些基本的圖像理方法，界面如圖5-3。5-3editimagestylepictures（圖像組合），picturesquepaint（圖畫化）Photo：關(guān)于將圖像加入邊框的方法，包括了photosegment（圖像分割），的感覺）Pick：指需要用戶進(jìn)行選擇和輸入的方法，包括了rgbGray（灰度和彩像），imagecolorfilter（顏色濾波），cutandstickimage,photoPoint(ImageFun:一些圖像處理方法：photomirror（圖像的鏡像化），photo（圖像加動畫可愛的邊框），triangleandrectangularpictures（三角化和正方形基本的圖像處理基本方法的代碼圖像的灰度化gray：在中將變?yōu)榛叶葓D像,使用方法rgb2gray圖像模糊filter：medianfilter：中值濾波器，使用自帶的方法，很簡medfilt2(handles.image,[M1Motionfilter：運(yùn)動濾波器，使用imfilter()H=fspecial('motion',D*M1,M2);handles.image2(:,:,1)=H=fspecial('motion',D*M1,M2);handles.image2(:,:,1)=handles.image2(:,:,2)=handles.image2(:,:,3)=圖像colorenhancementRGB值加R，G，B所對應(yīng)的增加值，W1,W2,W3為用戶想要增加R,G,B層值的倍數(shù)，然后就在R，G，B中進(jìn)行相應(yīng)值的增加。RR=G=B=double(handles.image2(:,:,3));R=R*W1./100;G=G*W2./B=B*W3./R(find(R>256))R(find(R>256))=G(find(G>256))=B(find(B>256))=handles.image2(:,:,1)=handles.image2(:,:,2)=handles.image2(:,:,3)=圖像銳化sharp：利用中的sharp函數(shù)HH=handles.image2(:,:,1)=handles.image2(:,:,2)=handles.image2(:,:,3)=圖像colorinvert256-RGBhandles.image2(:,:,1)handles.image2(:,:,1)=256-handles.image2(:,:,2)=256-handles.image2(:,:,3)=256-輸入一張，根據(jù)的中心，然后從中心出發(fā)慢慢的向外加大模糊的測在程序中輸入各種，來對進(jìn)行處理。如原，圖5-4-a,其他分別是進(jìn)行了字母化方法（5-4-b,c,d），組合化(5-4-e)，油畫(5-4-f)后得到的 ，pastTime5-5-c5-5-d 5-第6的。則主要是對于整個(gè)項(xiàng)目過程的回顧和總結(jié)，提出展望和，在程序本項(xiàng)目能順利的完成，首先我感謝導(dǎo)師高曉程，導(dǎo)師在我準(zhǔn)備項(xiàng)無論是在學(xué)術(shù)，見識還是在為人，生活上，導(dǎo)師給予幫助都是很大的，沒有導(dǎo)師的細(xì)心指導(dǎo)，，我很難輕松愉悅地完成該項(xiàng)程序和。 [1]RafaelC.Gonzalez，RichardE.Woods. DigitalImageProcessingThirdEditionBeijing:PublishingHouseofElectronicsIndustry，2012.[2]（加）Ze-NianLi，MarkS.Drew著史元春[等]譯多技術(shù)機(jī)械工業(yè)秦襄培編 圖像處理與界面編程寶典：電子工業(yè)馬曉路[等]編 圖像處理從入門到精通中國鐵道張倩,占君,陳珊編著詳解圖像函數(shù)及其應(yīng)用:電子工業(yè)BrettShoelson.ImageAdjuster.ImageAdjuster-FileExchange- 攝影設(shè)計(jì)之家 CentralMathWorks中國/知乎有什么比較有趣的拍照或圖像處理軟件 ，.數(shù)字圖像處理技術(shù)及其應(yīng)用太原理工大學(xué)機(jī)械工程學(xué),2002,10(9):620-622龔聲蓉編著數(shù)字圖像處理與分析余成波編著數(shù)字圖像處理及實(shí)現(xiàn)重慶大學(xué)潘振贛，龔聲蓉淺談數(shù)字圖像處理技術(shù)的基本原理《電腦知識與技 2010,6(6):1452-1453創(chuàng)意頻道-創(chuàng)意大全 基于圖像融合算法ht [16]人物攝影欣賞-人像-攝影藝術(shù)-優(yōu)秀作品欣賞 1AnIntroductiontotheMathematicalToolsUsedinDigitalImageChapter2DigitalImageFundamentalsDigitalImageProcessingRafaelC.GonzalezRichardE.WoodsThissectionhastwoprincipalobjectives:(1)tointroduceyoutothevariousmathematicaltoolsweusethroughoutthebook;and(2)tohelpyoubegindeveloa“feel”forhowthesetoolsareusedbyapplyingthemtoavarietyofbasicimage-processingtasks,someofwhichwillbeusednumeroustimesinsubsequentdiscussions.Weexpandthescopeofthetoolsandtheirapplicationasnecessaryinthefollowingchapters.ArrayversusMatrixAnarrayoperationinvolvingoneormoreimagesiscarriedoutonapixel-bypixelbasis.Wementionedearlierinthischapterthatimagescanbeviewedequivalentlyasmatrices.Infact,therearemanysituationsinwhichoperationsbetweenimagesarecarriedoutusingmatrixtheory(seeSection2.6.6).Itisforthisreasonthleardistinctionmustbemadebetweenarrayandmatrixoperations.Forexample,considerthefollowing2×2images:

Thearrayproductofthesetwoimages

b12

a22

Ontheotherhand,thematrixproductisgiven

a22

a21b21

Weassumearrayoperationsthroughoutthebook,unlessstatedotherwise.Forexample,whenwerefertoraisinganimagetoapower,wemeanthateachindividualpixelisraisedtothatpower;whenwerefertodividinganimagebyanother,wemeanthatthedivisionisbetweencorrespondingpixelpairs,andsoon.LinearversusNonlinearOneofthemostimportantclassificationsofanimage-processingmethodiswhetheritislinearornonlinear.Considerageneraloperator,H,thatproducesanoutputimage,g(x,y),foragiveninputimage,f(x,y):H[f(x,y)]g(x, (2.6Hissaidtobealinearoperatori j Haf(x,y)af(x,y)aHf(x,y)i j

(2.6whereandarearbitraryconstantsandimages(ofthesamesize),respectively.Equation(2.6-2)indicatesthattheoutputofalinearoperationduetothesumoftwoinputsisthesameasperformingtheoperationontheinputsindividuallyandthensummingtheresults.Inaddition,theoutputofalinearoperationtoaconstanttimesaninputisthesameastheoutputoftheoperationduetotheoriginalinputmultipliedbythatconstant.ThefirstpropertyiscalledthepropertyofadditivityandthesecondiscalledthepropertyofAsasimpleexample,supposethatHisthesumoperator,thatis,thefunctionofthisoperatorissimplytosumitsinputs.Totestforlinearity,westartwiththeleftsideofEq.(2.6-2)andattempttoprovethatitisequaltotherightside:aifi(x,y)+ajfj(x,y)=aifi(x,y)+ajfj(x,aifi(x,y)ajfi(x,aigi(x,y)ajgj(x,wherethefirststepfollowsfromthefactthatsummationisdistributive.So,anexpansionoftheleftsideisequaltotherightsideofEq.(2.6-2),andweconcludethatthesumoperatorisOntheotherhand,considerthemaxoperation,whosefunctionistofindtheumvalueofthepixelsinanimage.Forourpurposeshere,thesimplestwaytoprovethatthisoperatorisnonlinear,istofindanexamplethatfailsthetestinEq.(2.6-2).Considerthefollowingtwoimages31f 31

f 7272andsupposethatweletandTotestforlinearity,weagainstartwiththeleftsideofEq.

7max

Workingnextwiththerightside,we

2(1)

53234 234

77TheleftandrightsidesofEq.(2.6-2)arenotequalinthiscase,sowehaveprovedthatingeneralthemaxoperatorisnonlinear.Asyouwillseeinthenextthreechapters,especiallyinChapters4and5,linearoperationsareexceptionallyimportantbecausetheyarebasedonalargebodyoftheoreticalandpracticalresultsthatareapplicabletoimageprocessing.Nonlinearsystemsarenotnearlyaswellunderstood,sotheirscopeofapplicationismorelimited.However,youwillencounterinthefollowingchaptersseveralnonlinearimageprocessingoperationswhoseperformancefarexceedswhatisachievablebytheirlinearArithmeticArithmeticoperationsbetweenimagesarearrayoperationswhich,asdiscussedinSection2.6.1,meansthatarithmeticoperationsarecarriedoutbetweencorrespondingpixelpairs.Thefourarithmeticoperationsaredenotedass(x,y)d(x,y)p(x,y)v(x,y)

f(x,y)g(x,f(x,y)g(x,f(x,y)g(x,f(x,y)g(x,

(2.6Itisunderstoodthattheoperationsareperformedbetweencorrespondingpixelpairsinfandgforandx=0,1,2,á,M-1y=0,1,2,á,N-1,where,asusual,MandNaretherowandcolumnsizesoftheimages.Clearly,s,d,p,andareimagesofsizealso.Notethatimagearithmeticinthemannerjustdefinedinvolvesimagesofthesamesize.Thefollowingexamplesareindicativeoftheimportantroleplayedbyarithmeticoperationsindigitalimageprocessing.Letdenoteacorruptedimageformedbytheadditionofnoise,

(x,y)a

f(x,y);thatisgi(x,g(x,y)f(x,y)(x,wheretheassumptionisthatateverypairofcoordinates(x,y)thenoiseisuncorrelated?andhaszeroaveragevalue.Theobjectiveofthefollowingprocedureistoreducethenoisecontentbyaddingasetofnoisyimages,ThisisatechniqueusedfrequentlyforimageIfthenoisesatisfiestheconstraintsjuststated,itcanbeshown(Problem2.20)thatifimageg(x,y)isformedbyaveragingKdifferentnoisy1g(x,y) gi(x,KK

(2.6thenitfollows

Eg(x,y)f(x,

(2.62g(x,y

1 (x,y

(2.6g(x,yg(x,y

(x,y

arethevariancesgandrespectively,allatcoordinates(x,y).Thestandarddeviation(squarerootofthevariance)atanypointintheaverageimageisg(x,y

1 (x,y

(2.6AsKincreases,Eqs.(2.6-7)and(2.6-8)indicatethatthevariability(asmeasuredbythevarianceorthestandarddeviation)ofthepixelvaluesateachlocationdecreases.Eg(x,y)f(x,y).thismeansthatgx,

approachesf(x,

asthenumberofimagesusedintheaveragingprocessincreases.Inpractice,theimagesgi(x,

mustregistered(aligned)inordertoavoidtheintroductionofblurringandotherartifactsintheoutputim