原圖
一、灰度算法
彩色照片每一個像素的顏色值由紅、綠、藍(lán)三種值混合而成,紅綠藍(lán)的取值分別由很多種,于是像素的顏色值也可以有很多種顏色值,這就是彩色圖片的原理,而灰度照片則只有256種顏色,一般的處理方法是將圖片顏色值的RGB三個通道值設(shè)為一樣,這樣圖片的顯示效果就會是灰色。
灰度處理一般有三種算法:
- 最大值法:即新的顏色值R=G=B=Max(R,G,B),這種方法處理后的圖片看起來亮度值偏高。
- 平均值法:即新的顏色值R=G=B=(R+G+B)/3,這樣處理的圖片十分柔和
- 加權(quán)平均值法:即新的顏色值R=G=B=(R * Wr+G*Wg+B*Wb),一般由于人眼對不同顏色的敏感度不一樣,所以三種顏色值的權(quán)重不一樣,一般來說綠色最高,紅色其次,藍(lán)色最低,最合理的取值分別為Wr = 30%,Wg = 59%,Wb = 11%
下面是加權(quán)平均值法的Ruby實(shí)現(xiàn):
#灰度化圖片
#取RGB三色平均值
def self.grey(bmp)
for i in 0 .. bmp.height - 1
for j in 0 .. bmp.width - 1
rgb = bmp.getRGB(i, j)
grey = rgb.r.to_f * 0.3+rgb.g.to_f *0.59 +rgb.b.to_f * 0.11.to_i
bmp.setRGB(i, j, RGB.new(grey, grey, grey))
end
end
end
灰度效果:
二、二值化
圖像二值化就是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255,也就是將整個圖像呈現(xiàn)出明顯的黑白效果。所有灰度大于或等于閾值的像素被判定為屬于特定物體,其灰度值為255表示,否則這些像素點(diǎn)被排除在物體區(qū)域以外,灰度值為0,表示背景或者例外的物體區(qū)域。
圖像二值化常常用于破解驗(yàn)證碼等圖片識別應(yīng)用上
#二值化圖片
#小于一定閾值設(shè)為0 0 0,大于設(shè)置為255 255 255
def self.binarization(bmp)
imageGreyLevel = bmp.getGreyLevel
for i in 0 .. bmp.height - 1
for j in 0 .. bmp.width - 1
rgb = bmp.getRGB(i, j)
if rgb.getGreyLevelimageGreyLevel
bmp.setRGB(i, j, RGB.new(0, 0, 0))
else
bmp.setRGB(i, j, RGB.new(255, 255, 255))
end
end
end
end
二值化效果
三、底片
底片效果的實(shí)現(xiàn)很簡單,就是將RGB的每一個通道值取反,就是用255去減
#底片化圖片
#RGB取反色255-
def self.contraryColor(bmp)
for i in 0 .. bmp.height - 1
for j in 0 .. bmp.width - 1
rgb = bmp.getRGB(i, j)
bmp.setRGB(i, j, rgb.getContrary)
end
end
end
底片效果
四、浮雕效果
浮雕的算法相對復(fù)雜一些,用當(dāng)前點(diǎn)的RGB值減去相鄰點(diǎn)的RGB值并加上128作為新的RGB值。由于圖片中相鄰點(diǎn)的顏色值是比較接近的,因此這樣的算法處理之后,只有顏色的邊沿區(qū)域,也就是相鄰顏色差異較大的部分的結(jié)果才會比較明顯,而其他平滑區(qū)域則值都接近128左右,也就是灰色,這樣
就具有了浮雕效果。
在實(shí)際的效果中,這樣處理后,有些區(qū)域可能還是會有”彩色”的一些點(diǎn)或者條狀痕跡,所以最好再對新的RGB值做一個灰度處理。
#浮雕效果
#浮雕的算法相對復(fù)雜一些,用當(dāng)前點(diǎn)的RGB值減去相鄰點(diǎn)的RGB值并加上128作為新的RGB值。由于圖片中相鄰點(diǎn)的顏色值是比較接近的,
#因此這樣的算法 處理之后,只有顏色的邊沿區(qū)域,也就是相鄰顏色差異較大的部分的結(jié)果才會比較明顯,而其他平滑區(qū)域則值都接近128左右,
#也就是灰色,這樣就具有了浮雕效果。
#在實(shí)際的效果中,這樣處理后,有些區(qū)域可能還是會有”彩色”的一些點(diǎn)或者條狀痕跡,所以最好再對新的RGB值做一個灰度處理。
def self.emboss(bmp)
preRGB=RGB.new(128, 128, 128)
for i in 0 .. bmp.height - 1
for j in 0 .. bmp.width - 1
currentRGB=bmp.getRGB(i, j)
r=(currentRGB.r-preRGB.r)*1+128
g=(currentRGB.g - preRGB.g)*1+128
b=(currentRGB.b-preRGB.b)*1+128
bmp.setRGB(i, j, RGB.new(r,g,b).getGreyRGB)
preRGB = currentRGB
end
end
end
浮雕效果
項(xiàng)目主頁
geekeren/RubyImageProcess
您可能感興趣的文章:- Ruby實(shí)現(xiàn)的各種排序算法
- ruby實(shí)現(xiàn)的插入排序和冒泡排序算法
- Ruby實(shí)現(xiàn)的矩陣連乘算法
- Ruby實(shí)現(xiàn)二分搜索(二分查找)算法的簡單示例
- Ruby實(shí)現(xiàn)的3種快速排序算法
- Ruby實(shí)現(xiàn)的合并排序算法
- Ruby實(shí)現(xiàn)的最優(yōu)二叉查找樹算法