Как преобразовать RGB волну в изображение?

Question

[My1Name]

- Пытаюсь научить программу находить объекты на цветном RGB изображении... Как можно интерпретировать волну в геометрические формы, чтобы потом сопоставить с шаблоном? Например, прочитав по горизонтали 10 строк, могу ли я получить форму аллеи, как на фото выше? Или вот например дерево:
Можно ли как-то интерпретировать RGB волну в 2D матрицу и сравнить с (бинарным) шаблоном?

Comments

[Сергей Соколов]

на графиках — что? Редукция столбца пикселей до всего трёх значений R, G и B ?
Т.е. если картинку отзеркалить вверх-ногами, график будет всё тот же?

[My1Name]

Сергей Соколов, На графиках редукция цветов RGB (0-255); первая строка по горизонтали изображения: x - от 0 до Max. width; y = 0;

если картинку отзеркалить

- график будет другой.

[Сергей Соколов]

My1Name, ну волна менее информативна, чем изображение: теряются связи пикселя с соседями по вертикали, а они несут информацию для классификации объекта.

[My1Name]

Сергей Соколов,

теряются связи пикселя с соседями

на примере аллеи видно, что соседние пиксели могут отображать неправильный оттенок. Чем больше сдвигаемся в право, тем больше красного цвета. Но, мы ведь видим, что это ещё аллея... Как это описать математически? :) А ещё лучше - программным языком?

Если задавать диапазон яркости для трёх цветов, то будут выделены пиксели и на земле, в правом углу изображения. Поэтому, нужно как-то задавать габариты (контур) объектов. Для этого я построил график, но интерпретировать его в изображение никак не получается...

[Сергей Соколов]

я против 1-пиксельной щели, через которую предлагается смотреть на картинку. Лучше «смотреть» чем-то более равномерным в высоту и ширину — например, ездить по картинке небольшой квадратной матрицей. Как в традиционных системах маш.зрения.

Можно разложить картинку по частотам: разделить её, например, на 3 диапазона: низы (совсем крупные объекты, сильно заблюренная картинка), середина и верхи (совсем мелкий "шум" радиуса 1 пикс.) – и пытаться найти в каждом какие-то фичи.

В "низах" можно найти, что общий свет сцены краснеет к правому краю.
В серединах обнаружить ствол и ветки дерева. А в верхах текстуру коры.

[twobomb]

Ну по идее эти волны можно разделить на некие группы по уровню передапов значений, пройтись те же 10 линий, далее например отсечь все слишком короткие группы ну и объеденить все группы по пересечениям в x диапазоне. Далее с этих координат можно получить форму объекта. Ну по идее такой алгоритм будет хорошо работать именно изображениях с большими перепадами диапазонов, когда например есть почти монотонный фон и на этом фоне есть четко выделяющиеся объекты. Чем больше объектов особенно не больших на одном изображении тем хуже будет работать алгоритм(будет множество коротких групп). Ну это первое что пришло в голову.

[U235U235]

Переходите в Lab или HSV, там кривые будут менее коррелированы.

[My1Name]

я против 1-пиксельной щели, через которую предлагается смотреть на картинку.

- я использую крестик размером 3х3. Но в целом, это в общем-то "1-писксельная щель" :) Если поменять размер и форму "скользящей матрицы", то решением напрашивается что-то похожее на Градиентный спуск для разных частот. Как вы и написали..

В "низах" можно найти, что общий свет сцены краснеет к правому краю.
В серединах обнаружить ствол и ветки дерева. А в верхах текстуру коры.

Вы предлагаете склеивать изображение? - У меня была такая мысль, но мне кажется это не самое лучшее решение.

[Сергей Соколов]

My1Name, выше я говорил об анализе исходного изображения, не изображения графиков.
Чтобы нарисовать график, ведь, из фото берется строка высотой 1 пиксель, если я правильно понял?

[My1Name]

Сергей Соколов,

берется строка высотой 1 пиксель

- да, правильно.

об анализе исходного изображения

- глядя на график, я думаю, что спускаясь по y любая форма (объект) на изображении будет характеризоваться резкими скачками на графике по х, а её границы (габариты) должны как-то выражаться. Ключевое слово "как-то"...

[Сергей Соколов]

My1Name, вместо скачков на графике гораздо ближе к теме high-pass filter применимо к исходному изображению – тот самый высокочастотный срез изображения. Любая резкая граница цветов будет там видна. Поиграйте в графическом редакторе с HighPass и разными радиусами.

[mayton2019]

Что будет если прогнать этим методом шахматную доску?

[My1Name]

mayton2019, Он отработает корректно: Посчитает чёрные или белые квадратики (в зависимости от того, что вам надо). Контрастирующие цвета - это не проблема для подобного рода программ.

[mayton2019]

My1Name, он отработает корректно но бесполезно. Мы не сможем восстановить исходное изображение
и даже не сможем понять что оно из себя представляет. Это как анекдот про двух людей которые смотрят
на цилиндр и видят толи квадрат толи круг в зависимости от угла.

Ради интереса - почитай про преобразование Радона. Может это твое исследование найдет
какое-то новое направление.

[My1Name]

mayton2019,

отработает корректно но бесполезно.

Мне не нужны советы в такой форме.

Мы не сможем восстановить исходное изображение

Ты не обобщай своё недопонимание. Это ты не можешь, а у меня всё нормально. Я добавил ответ к вопросу и я знаю как это сделать.

[mayton2019]

My1Name, как будет угодно.

Answer 1

[My1Name]

Изучив немного тему, я бы рекомендовал ввести ряд определений, в частности понятие "объект" в контексте машинного зрения. Такого в интернете и в учебниках навряд ли найдёшь, но это упрощает (с моей точки зрения) понимание.

Изображение — это набор простых форм.
Простая форма — это плавно меняющийся цвет в некотором диапазоне ограниченной области пространства.
Объект — это сложно-сочленённая форма. Состоит из резко или относительно плавно меняющихся цветов простой формы. Например: Человек (1) с каштановыми волосами (2), одет в синюю майку (3), белые трусы(4) и кроссовки (5).

Таким образом человек состоит из 5 цветов и N оттенков. Чтоб найти человека на изображении, его нужно "собрать" с простых форм и сравнить с шаблоном.