我想实现一种图像重新上色算法，以产生类似于此处所示的结果：http://www.morethantechnical.com/2010/06/24/image-recoloring-using-gaussian-mixture-model-and-expectation-maximization-opencv-wcode/，但要使用Python。然而，我不确定从何处开始。我一直在尝试使用OpenCV，但是文章中提到的函数（期望最大化和GMM）似乎在Python API中不可用。请问有人可以指点我应该使用哪些工具/库吗？
Python - 重新着色图像
3
- n.jmurov
3
请求外部资源（库/工具）被视为离题问题。 - ρss
1我得到的第一个谷歌搜索结果是http://scikit-image.org/。 - LittlePanda
scikit-image似乎没有EM和GMM函数。也许你是指scikit-learn。然而，我更感兴趣的是如何一般性地解决这个问题，以获得该网页上显示的结果。在另一页上，他们还描述了一种不同的方法——直方图匹配——但由于没有图像，我无法确定结果是否像使用EM/GMM方法那样好。 - n.jmurov
2个回答
2
你需要寻找的关键词是“颜色转换”。我发现这个链接非常有帮助：http://www.pyimagesearch.com/2014/06/30/super-fast-color-transfer-images/
如果你使用Python，可以像下面这样安装color-transfer库：
pip install color_transfer
使用方法：
import color_transfer
destination_image = ... # import your destination image here
source_image = .... # import your source image here
new_image = color_transfer.color_transfer(source_image, destination_image)
源图像和目标图像都应该是Numpy数组类型。
- Nuelsian
2
第一种选择是在Python中实现此代码。看起来文章中提到的所有函数都可以在Python API中使用。 CvEM只是cv2模块中的EM：
>>> cv2.EM.__doc__
'EM([, nclusters[, covMatType[, termCrit]]]) -> <EM object>'
没有CvEMParams，因为EM已经处理了它。如果你正在寻找其他的函数/对象，请在Python控制台中输入dir(cv2)，很可能你能找到你要找的。Python API 中的东西通常有稍微不同的命名，但是找到它们并不是一个大问题。请注意，一些内容可能也在cv2.cv模块中。
另一个选择是使用此C++代码，并从Python中调用它。编写Python扩展不是很容易，但是如果你使用Boost.Python，它不应该很难。编写扩展模块是Boost.Python的常见任务，因此有一些良好的教程描述得很好。开始的好地方可能是这个。编写cv::Mat <-> numpy.array的转换器可能是一个问题，但是这里提供了一个简单的解决方案。
- cyriel
1
非常感谢，我想我会尝试第一个选项，因为该文章的一些评论提到了C++代码的编译错误。如果出现这种情况，我不知道如何修复它们。 - n.jmurov
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接