タグ

画像処理とアルゴリズムに関するardarimのブックマーク (6)

  • PNGファイル爆発しろ!

    まえがき Web上で広く利用されるPNG(Portable Network Graphics)フォーマットは、デジタル画像を変化させずに小さいデータサイズへ変換する圧縮技術の一種です。PNGフォーマットはオリジナル画像を完全復元可能な可逆(lossless)圧縮ですから、JPEGフォーマットのように画像を歪めてしまう非可逆(lossy)圧縮ほどは小さくできません。それでもオリジナルのデジタル画像データの半分程度まではサイズ削減可能な画像圧縮アルゴリズムと言われています。[1] そげぶ いいぜ てめえが何でも思い通りに圧縮出来るってなら まずはそのふざけた幻想をぶち壊す!! (スペース都合によりAA省略) 記事では、PNGフォーマットを画像データ圧縮(compress)用途で利用するのではなく、オリジナル画像データよりも遥かに巨大なPNGファイル を生成します。 PNGフォーマットでは任意

    PNGファイル爆発しろ!
  • ロスレス画像圧縮: QOI(Quite OK Image) format

    QOI(Quite OK Image) format 2021年11月にDominic Szablewski氏(@phoboslab)の手による新しいロスレス画像圧縮「QOI(Quite OK Image) format」がアナウンスされました。 C言語のヘッダオンリー・ライブラリとしてわずか300行たらずで実装され、PNGフォーマットに近いデータ圧縮性能でありながら、20~50倍のエンコード速度、3~4倍のデコード速度を実現しています(作者自身によるアナウンス記事より)。 アナウンス記事: Lossless Image Compression in O(n) Time ソースコード: GitHub phoboslab/qoi ベンチマーク結果: QOI Benchmark Result この記事ではQOIフォーマットに関する個人的評価と、その画像圧縮アルゴリズムをざっくりと解説します。

    ロスレス画像圧縮: QOI(Quite OK Image) format
    ardarim
    ardarim 2021/12/01
    ネーミングはもうちょいなんとかならんかったのか…。というか見出し、中見出し、本文で誤字ってる(Quite/Quiet/Quit)の流石にどうなのどれが正解なの / 画像圧縮アルゴリズムの解説とか見たの鮪以来の気がするわ
  • 画風を変換するアルゴリズム - Preferred Networks Research & Development

    Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま

    画風を変換するアルゴリズム - Preferred Networks Research & Development
  • スマホで撮った写真からガラスの反射やフェンスなどの障害物を消し去るアルゴリズム、GoogleとMITの研究者が開発

    スマホで撮った写真からガラスの反射やフェンスなどの障害物を消し去るアルゴリズム、GoogleとMITの研究者が開発 スマートフォンで写真を撮影するとき、目当ての被写体とカメラとの間にガラスや金網フェンスといった障害物があると、自分がガラスに反射して映り込んだり、フェンスが邪魔をしたりして、思い通りの絵に仕上がらないことが多々あります。GoogleとMITの研究者は、被写体とカメラセンサーとに挟まれている物体が写真に焼き付けられるという当たり前の現象に反抗すべく、新たにアルゴリズムによる解決を試みています。 どういった技術なのかは、上のアニメーションGIF画像を見れば一目瞭然。手前に存在していた金網フェンスを綺麗さっぱり除去しています。 このアルゴリズムは、前景と背景を区別し、邪魔モノとなっている前景部分を消し去ります。理屈を簡単に説明すると、GoogleカメラやiPhoneの標準カメラとい

    スマホで撮った写真からガラスの反射やフェンスなどの障害物を消し去るアルゴリズム、GoogleとMITの研究者が開発
  • 第5章 雑音を除く

    雑音除去法とその例 2値画像の雑音除去法とその例 プログラミング例 移動平均法 メディアンフィルタ 収縮 膨張 雑音除去法とその例 この画像のBMP形式の圧縮ファイルをダウンロードして展開すると、noise.bmpが得られる。 この画像に対して、以下に雑音除去例を示す。 移動平均法 以下に移動平均法によるノイズ除去例を示す。 ここで、テキストに明記されていないが、平均した値は原画像とは別に設けた二次元配列に 格納する。もし、平均値を原画像に直接格納すると、おかしな結果を得る。 移動平均法1回の例。 移動平均法5回の例。 移動平均法は注目画素の注目画素と8近傍の平均値を画素の値とすることにより、 ぼかす処理である。 回数を増すほどに、雑音は見えなくなるが、同時に画像がぼけてしまっているのがわかる。 メディアンフィルタ 統計におけるメディアンとは、データを小さい順に並べたとき、 その順の真ん中

  • 画像縮小について (株式会社ディア Dear inc.)

    画像の縮小 画像の縮小について調べたのでまとめておく。 基的な画像縮小アルゴリズムとして以下のみっつ。 ニアレストネイバー法 バイリニア法 バイキュービック法 これ以外に、平均画素法を利用した縮小を実装して処理結果を検討してみよう。 この記事を書いた後に、具体的なコードを用いたページを作成したので参考まで。 OpenCV を用いた画像縮小 画像縮小の基 変換先基準 基と言ってよいかどうかわからないが、画像を縮小する考え方は、元画像の点を基準にして変換するのではなく、変換先の画像の点を基準にして変換を行なうという点にある。 なんで逆に考えるかと言う点は、縮小よりも拡大をやってみるとすぐにわかってもらえるはず。 たとえば、320x240の画像を拡大して384x288の画像(長さにして1.2倍の拡大)に変換するとしよう。 この場合元画像を基準にして考えると、320x240だから76800

  • 1