PhotoShopで最適な画像保存をする為に。ニアレストネイバー法やバイキュービック法でのリサイズやJPEG圧縮などを検証したよ。 / Maka-Veli .com
どうも。某サイトのクオリティにがっかりしてる松本です。 これからは自分らしく普段通り書いていこうと思いますので宜しくお願い致します。 さて、今回はPhotoShopの画質変換・圧縮についてです。 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でのリサイズと、保存時の圧縮率パーセンテージ別、更に写真の特徴なんかとを比較すると何か新しい発見があるかなぁとふと思いましたので検証してみます。そもそも、それ何？という方も、簡単な説目を書いておきますので合わせてご覧ください。 それと「プログレッシブ、プロファイル、カラーマネージメント」なんかが複合的に絡むとややこしいので割愛。 一番シンプルなアルゴリズムなんじゃないでしょうか？ 変更前の座標と、変更後の座標を、ピクセル単位で計算し移動させ、そのピクセルに対して変更前の色を割り当てる。 ドットをそのまま拡大、縮小する ような感覚で
簡単！リアルタイム画像変換をNginxだけで行う方法
先週金曜日（12/2）にクックパッドインフラ勉強会に参加しまして、そこで同社の成田さんから「今日からできるApacheモジュール開発と運用」という発表がありました。 リアルタイム画像変換モジュールの「TOFU」を開発するに至った経緯と、Apacheモジュール開発についてのお話でした。 TOFUは、S3に置かれたマスターとなる画像ファイルを取得し、与えられたパラメータでリアルタイム（オンザフライ）にリサイズ・トリミングを行うモジュール（mod_tofu）です。 料理を楽しくする画像配信システム 実際は、モジュールによる画像取得・変換をベースに、キャッシュや配信までも含めた一連の画像配信システムと言えそうです。 この仕組みをNginxを使って実装できないかと考えて、リアルタイム変換の仕組みをNginxだけで実現する方法を実験してみました。 準備するもの HttpImageFilterModul
画像の拡大「Lanczos法」 - koujinz blog
この式で、 n = 2 が Lanczos2, n = 3 が Lanczos3 です。 Lanczos2 は距離が２以内の画素、つまり４ｘ４画素を参照して 拡大後の各ピクセル値を求めます。 Lanczos3 は距離が３以内、つまり６ｘ６画素を参照します。 単純に考えると、4x4 = 16, 6x6=36 ですから、 Lanczos3 は Lanczos2 の２倍以上の計算量が必要な事になります。 (処理時間が倍、という事と思ってよいでしょう。) では、4x4 の代わりに 6x6 を用いるメリットは何でしょうか？ 「4x4 の外側の画素の影響を受ける」という事ですね。 下記に Lanczos2 と Lanczos3 で拡大した画像を作ってみました。 違いが分かりますか？ (160x120 → 384x256)と拡大 《元画像データ》 まっすぐな線（縦、横、斜め、どれでも）というのは、 4x
Plugin Error
Errors in plugins? Retry to Update or Configure. SocketError Failed to open TCP connection to rpaproxy.tdiary.org:80 (getaddrinfo: Name or service not known) /app/vendor/ruby-2.3.0/lib/ruby/2.3.0/net/http.rb:882:in `rescue in block in connect' /app/vendor/ruby-2.3.0/lib/ruby/2.3.0/net/http.rb:879:in `block in connect' /app/vendor/ruby-2.3.0/lib/ruby/2.3.0/timeout.rb:91:in `block in timeout' /app/v
C#で画像処理 拡大・縮小-バイキュービック補間（キュービックコンボリューション補間）
画像を拡大・縮小するときの補間法として、バイキュービック補間（キュービックコンボリューション補間）があります。この方法は、ピクセルAとピクセルBの間の補間すべきピクセルを、A-Bの３次関数いわゆる曲線から求めます。 ここでは、バイキュービック補間をC#プログラムとともに紹介します。 バイキュービック法は、画像や映像の拡大・縮小が必要なソフトウェアでは必ずって良いほど使われています。 補間は、次のような4点から☆の点が計算されます。 計算式は次のようになります。 aは定数。ここで紹介するプログラムは、a = -1としています。 直線補間とバイキュービック補間を比較するとそれほど変わりませんが、 元画像256x256 直線補間1000x1000 バイキュービック補間1000x1000 バイキュービック補間のC#プログラムを紹介します。 // C#言語で画像をキュービックコンボリューション（バイ
第９回：Processingによる画像処理入門
今回は、Processingにビットマップ画像ファイルを読み込んで、画像の解析や画像の再合成について解説していきます。ProcessingのPImgクラスを使用することで、外部のビットマップ画像(Jpeg, GIF、PNGなど)をデータとしてプログラムに読み込むことが可能となります。読み込んだ画像は単に表示するだけではなく、色や明度、サイズを変更して表示することができます。さらには、画像の全てのピクセルの色情報を読み取り配列に格納し、そのデータをもとに別の画像を再生成することが可能となります。 プログラムサンプル6月15日 (Google Docsヘリンク)
本当は速いImageMagick: サムネイル画像生成を10倍速くする方法 - 昼メシ物語
一般的に ImageMagick のサムネイル画像生成は遅いとされており、パフォーマンスが求められるシーンでは Imlib2 などのより高速な画像処理ライブラリが使われることが多いです。 Imlib2 の高速さについては、以前「Imlib2でImageMagickより3倍高速かつ美しいサムネイル画像の生成 - 床のトルストイ、ゲイとするとのこと」という記事で紹介しました。この記事のベンチマークにおいて、Imlib2 によるサムネイル画像の生成は、 ImageMagick の3倍程高速でした。 しかし、 ImageMagick は Imlib2 より画質がよく、高機能で使いやすく、今も頻繁にメンテナンスされており、とてもよく出来ています。その点 Imlib2 は、2004年からメンテナンスされておらず、セキュリティホールが見つかっても、各Linuxディストリビューションがそれぞれパッチを当て
ActionScript入門Wiki@rsakane - 画像処理
このページを編集 このページを編集(メニュー非表示編集;α) このページをコピーして新規ページを作成 このページのページ名を変更 このページの編集モードを変更 このページの閲覧/編集権限の変更 このページにファイルをアップロード このウィキにファイルをアップロード（FTP機能/管理者のみ利用可） メニューを編集(メニュー部分は非表示で編集) 右メニューを編集(メニュー部分は非表示で編集)
カラー画像のグレースケール化 - programmeur aihser
*カラー画像のグレースケール化に関するトピックス **単純平均法 単純にＲ，Ｇ，Ｂの値の平均値をグレースケール化後の色に設定する方法です。 最終的な色の値Yは、次の式で求めます。 > Y = (R+G+B)/3 **中間値法 この方法は、Ｒ，Ｇ，Ｂの３つのうち最小値と最大値を求め、 その２つの平均値をグレースケール化後の色に設定する方法です。 最終的な色の値Yは、次の式で求めます。 > min = {R,G,Bのうちの最小値} > max = {R,G,Bのうちの最大値} > Y = (min + max) / 2 **Ｇチャンネル法 Ｒ，Ｇ，ＢのうちＧの心理物理量（？）が７割程度ということから、 グレースケール化後の色もＧだけでいいという方法です。 最終的な色の値Yは、次の式で求めます。 > Y = G **ＮＴＳＣ係数による加重平均法 Ｒ，Ｇ，Ｂのそれぞれに重み付けをして平均を取る方法
osakana.factory - グレースケールのひみつ
Adobe PhotoShop で RGB モードの画像を 256 階調のグレースケールへ変換する方法は、1 通りではありません。グレースケールへの変換コマンドは、ガンマや色空間などの概念が絡み合っていて、結構複雑です。仕組みを理解していなかったために、モード メニューから グレースケール を選んでも望んだような結果が得られなかったり、不適切に彩度を取り除いて画像の階調を潰してしまうというようなことも考えられます。ここでは、何通りかのグレースケール化方法を、計算式から考えていきたいと思います。計算式は、PhotoShop 以外の一般的な画像処理でも利用できる汎用的なものです。
画像処理におけるアルゴリズム
ここでは各画像処理におけるアルゴリズムを簡単に解説する。 2値化 明るさ調整 色成分の抽出 色反転 コントラスト調整 切り出し ガンマ補正 グレイスケール化 増色 画像枠付加 鏡像反転 ノイズ除去 輪郭抽出 輪郭追跡 拡大縮小 任意角回転 セピア調化 ぼかし 2値化 指定画像を白と黒の2階調の画像に変換する処理であり、本研究で作成した2値化処理は単一手動閾値方式、P-タイル法、また、誤差分散法およびその拡張型である Floyd&Steinberg 型誤差分散、Jarvice,Judice&Ninke 型誤差分散の5つである。 次にそれぞれのアルゴリズムについて解説する。 単一手動閾値方式 指定された色深度を基準として、その値より入力画素の色深度値が明るければ白、暗ければ黒色として2値化する。下の式を用いている。 このとき、出力画像は初期状態で黒色となるので、入力画像の画素値が閾値以
Kbi ImageJ
概要 Java で書かれている public domain な画像処理ソフトウェア． プラグインという形態で Java により拡張できる他，独自のマクロ言語や JavaScript による拡張も 可能． NIH Image や ScionImage に似た操作体系を持つ(確か NIH Image と作者が同じだったような…)． 生命科学関係の画像処理ソフトウェアとしては世界的なデファクトスタンダードといっても過言ではない． 何らかの画像処理手法を実現する際， ImageJ をはじめとした既存システムのプラグインなど (Photoshop や gimp も同様に拡張可能だと思うが試したことはない)として実装するのは， ファイル入出力， ROI の設定や拡大縮小といった表示や GUI 関連に代表される足回りを 作る手間がなく便利だ． とくに ImageJ の場合はプラグイン・本体ともに動作環境
リアルな映像を作るグラフィックス・アルゴリズム
3次元コンピュータ・グラフィックス（3DCG）の世界で，リアリティは非常に重要なテーマです。リアルな3DCGを作るため，これまで様々な研究/開発がなされ，その成果は映画やビデオ・ゲームなどで誰でも目にすることができるようになっています。そして，現在でもさらなるリアリティの追求のため，日々研究や開発が続けられています。このパートでは，そうしたリアルな3DCGの裏側にある技術の一端をお見せします。 3DCGのリアリティは「形状」「色/質感」「動作」という三つの要素に分けて考えることができます。これらが技術的にどのような難しい点を含んでおり，どのように解決されてきたかは，最後のカコミ記事「3DCGのリアリティを実現する三つの要素」を参照していただくとして，これらの三要素が一定の水準に達したところで浮かび上がってきた，ある問題に焦点を合わせてみましょう。それは自然な動作の大量生成が難しい，という問
BlobDetection
A Library by Julien 'v3ga' Gachadoat for the Processing programming environment Computer vision library for finding blobs in an image. Download Download BlobDetection in .zip format. p5js The library was converted to javascript for working with p5js environment. Check an example here. Documentation
画像処理2 | Yasushi Noguchi Class
今回は画像処理の2回目です。 前の画像処理1の内容は、原理的なことに触れているので、結構難しかった人もいるかと思います。 今回は、インタラクティブアート作品に利用するためのより実践的な方法を学びます。 本当はできれば露出を固定することができるビデオカメラがいいのですが、最近はwebカメラやkinectなど、様々なカメラがあるので、まずは自分で持っているカメラでいいでしょう。ノートパソコンについているカメラでも問題ありません。 1. フレーム差分 まずは、カメラの前で対象物（人など）が動いた場合に、その変化量を計算するプログラムです。 これを画像処理の用語で「フレーム差分」と言います。 movementSumに動いたピクセルの総数が代入されます。 この場合は640 x 480の画面なので、フレームごとのピクセルは307200ピクセルとなります。 ですから、動作量は0 ~ 307200の値を取
貧乏人のためのＣＧ講座 画像の変形・拡大・縮小方式
最も原始的なアルゴリズムで、D-Pixedの「拡大・縮小」機能はこれを採用しています。この方法では、まず変形後のあるピクセルが変形前にどこの座標に位置していたかを計算します。そして得られた座標を四捨五入または小数点以下切り捨てし、その座標にあるピクセルの色を変形後の色として採用します。 変形後のピクセルの色は変形前の画像から単純に拾ってくるだけですから、この方法では変形前と変形後で色数が変化しないという特徴があります。２５６色専用ソフトのD-Pixedで採用されているのはこのためです。しかし、結果的に元画像のピクセルを間引いただけということになりますので、できあがってくる画像の質は上の例を見てのとおり最低です。よほど特別な場合以外、使い道はないと思います。 いわゆる「線形補間」というヤツで、直感的で非常に分かりやすいアルゴリズムです。この方法では、変形後のあるピクセルが変形前のどの領域に相
ウェブリブログ：サービスは終了しました。
「ウェブリブログ」は 2023年1月31日 をもちましてサービス提供を終了いたしました。 2004年3月のサービス開始より19年近くもの間、沢山の皆さまにご愛用いただきましたことを心よりお礼申し上げます。今後とも、BIGLOBEをご愛顧賜りますよう、よろしくお願い申し上げます。 ※引っ越し先ブログへのリダイレクトサービスは2024年1月31日で終了いたしました。 BIGLOBEのサービス一覧
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
石立 喬：CodeZine（コードジン）
Visual C++ 2005 Express Edition を用いた易しい画像処理（４）―原画像のヒスストグラムを変換して新しい画像を描く
イマジン アカデミー: テクノロジースキル & 認定資格 | Microsoft Education
