matlabdaki gri tonlu görüntüdeki gri tonlarının sayısını değiştir

Question

Matlab için yeni bir tercihim var, ancak bu soruyla ilgili birisinin yardımcı olabileceğini umuyordum. Bu yüzden gri tonlamaya dönüştürmek ve gri düzeylerini azaltmak istiyorum bir renkli görüntü var. Bu yüzden görüntüyü okudum ve görüntüyü gri tonlamaya dönüştürmek için rgb2gray() kullanıyorum. Ancak, görüntüyü 255 gri düzey yerine yalnızca 32 gri seviyeye nasıl dönüştüreceğimi bilmiyorum.

Renk eşlemeyi (gri (32)) kullanmayı denedim, ancak bu, resmin kendisinde veya resmin altındaki renk çubuğunda hiçbir etkiye sahip görünmüyordu. Yani başka nerede görüneceğinden emin değildim. Orada herhangi bir ipucu var mı? Teşekkürler.

Answer 1

Görüntü verilerinizin türünün, şüphelendiğim uint8 olup olmadığını kontrol edin. Bu durumda, tamsayı bölümünün zeminini kötüye kullanmak için 8 ile görüntüyü bölüştürün, tekrar 8 ile çarpın ve şu şekilde ayarlayın: I2=(I/8)*8. I2 sadece 32 gri seviyesine sahip olacak.

Answer 2

Basit yuvarlama bir görüntünün farklı değerlerin sayısını azaltabilir:

I = rgb2gray(imread('image.gif')); 
J = 8*round(I/8) 

etki için imhist(I) ve imhist(J) bakınız.

Ancak, görüntü boyutunu küçültmek istiyorsanız, Photoshop, Gimp veya IrfanView gibi bir görüntü işleme programını kullanarak daha iyi durumda olabilir ve 32 renk gif olarak kaydedebilirsiniz. Bu sayede dosyanın paletini azaltabilirsiniz ve Matlab'ın yapamayacağı bir şey olduğunu düşünüyorum.

Answer 3

, gri tonlamalı bir görüntüyü [0, 255] aralığında bu aralığın bir alt kümesine dönüştürür, ancak şimdi yalnızca 32 değer kullanarak, istenmeyen yapay nesneler oluşturabilir. Görsel olarak daha iyi görüntü üretebilen bir yönteme Geliştirilmiş Gri Ölçekli Niceleme (IGS olarak kısaltılır) denir. bunu gerçekleştirmek için sözde kodu olarak verilebilir: Bir örnek olarak

mult = 256/(2^bits) 
mask = 2^(8 - bits) - 1 
prev_sum = 0 
for x = 1 to width 
    for y = 1 to height 
     value = img[x, y] 
     if value >> bits != mask: 
      prev_sum = value + (prev_sum & mask) 
     else: 
      prev_sum = value 
     res[x, y] = (prev_sum >> (8 - bits)) * mult 

, yukarıdaki yöntemi kullanarak aşağıdaki şekil ve bits = 5 ile ilgili quantizations, bits = 4 ve bits = 3 göz önünde bulundurun:

(img/(256/(2^bits)))*(256/(2^bits)) yaparak Şimdi aynı görüntüler ancak nicelenmiş:

Bu patolojik bir örneği değil.