我需要在我正在开发的应用程序中实现红眼缩减功能。
谷歌搜索主要提供商业终端用户产品的链接。
你知道一个好的红眼缩减算法,可以在GPL应用程序中使用吗?
我需要在我正在开发的应用程序中实现红眼缩减功能。
谷歌搜索主要提供商业终端用户产品的链接。
你知道一个好的红眼缩减算法,可以在GPL应用程序中使用吗?
虽然我来晚了,但是对于未来的搜索者,我为我编写的个人应用程序使用了以下算法。
首先,用户选择要减少的区域,并将其作为中心点和半径传递给红眼减少方法。该方法循环遍历半径内的每个像素,并执行以下计算:
//Value of red divided by average of blue and green:
Pixel pixel = image.getPixel(x,y);
float redIntensity = ((float)pixel.R / ((pixel.G + pixel.B) / 2));
if (redIntensity > 1.5f) // 1.5 because it gives the best results
{
// reduce red to the average of blue and green
bm.SetPixel(i, j, Color.FromArgb((pixel.G + pixel.B) / 2, pixel.G, pixel.B));
}
我非常喜欢这个结果,因为它保持了颜色的强度,这意味着眼睛的光反射没有减少。(这意味着眼睛保持了它们的“活力”外观。)
首先,您需要找到眼睛!标准的方法是运行边缘检测器,然后使用霍夫变换找到两个相同大小的圆,但是可能有更简单的算法可以仅查找红色像素的聚类。
然后,您需要决定要用什么替换它们,假设图像中有足够的绿色/蓝色数据,您可以简单地忽略红色通道。
OpenCV是一款非常好用的免费图像处理库,它可能超出了您所需的范围,但具有许多示例和非常活跃的社区。您还可以搜索对象跟踪算法,跟踪场景中的彩色对象是一个非常相似且常见的问题。
最简单的算法,同时也是非常有效的一种算法,就是将感兴趣区域RGB三元组的R值归零。
红色消失了,但其他颜色保留下来。
这个算法的进一步扩展可能涉及只将主导颜色为红色的三元组的R值归零(R > G且R > B)。
using SD = System.Drawing;
public static SD.Image ReduceRedEye(SD.Image img, SD.Rectangle eyesRect)
{
if ( (eyesRect.Height > 0)
&& (eyesRect.Width > 0)) {
SD.Bitmap bmpImage = new SD.Bitmap(img);
for (int x=eyesRect.X;x<(eyesRect.X+eyesRect.Width);x++) {
for (int y=eyesRect.Y;y<(eyesRect.Y+eyesRect.Height);y++) {
//Value of red divided by average of blue and green:
SD.Color pixel = bmpImage.GetPixel(x,y);
float redIntensity = ((float)pixel.R / ((pixel.G + pixel.B) / 2));
if (redIntensity > 2.2f)
{
// reduce red to the average of blue and green
bmpImage.SetPixel(x, y, SD.Color.FromArgb((pixel.G + pixel.B) / 2, pixel.G, pixel.B));
pixel = bmpImage.GetPixel(x,y); // for debug
}
}
}
return (SD.Image)(bmpImage);
}
return null;
}
public void corrigirRedEye(int posStartX, int maxX, int posStartY, int maxY, BufferedImage image) {
for(int x = posStartX; x < maxX; x++) {
for(int y = posStartY; y < maxY; y++) {
int c = image.getRGB(x,y);
int red = (c & 0x00ff0000) >> 16;
int green = (c & 0x0000ff00) >> 8;
int blue = c & 0x000000ff;
float redIntensity = ((float)red / ((green + blue) / 2));
if (redIntensity > 2.2) {
Color newColor = new Color(90, green, blue);
image.setRGB(x, y, newColor.getRGB());
}
}
}
}
这是从一个应用程序,如open cv中检测到的两个矩形中检索到的参数(这应该涉及眼睛位置的矩形)
int posStartY = (int) leftEye.getY();
int maxX = (int) (leftEye.getX() + leftEye.getWidth());
int maxY = (int) (leftEye.getY() + leftEye.getHeight());
this.corrigirRedEye(posStartX, maxX, posStartY, maxY, image);
// right eye
posStartX = (int) rightEye.getX();
posStartY = (int) rightEye.getY();
maxX = (int) (rightEye.getX() + rightEye.getWidth());
maxY = (int) (rightEye.getY() + rightEye.getHeight());
this.corrigirRedEye(posStartX, maxX, posStartY, maxY, image);