Создание фотомозаик с помощью языка Wolfram Language (Mathematica)

Создание фотомозаик с помощью языка Wolfram Language (Mathematica) Статьи


Введение

Мне хотелось бы рассказать о том, как вы можете сделать своим близким необычный подарок в виде фотомозаики, созданной с помощью системы Mathematica и языка Wolfram Language.

Идея фотомозаики в целом довольно проста: создать изображение на основе коллекции других изображений небольшого размера.

Для того, чтобы создать фотомозаику можно действовать двумя основными способами:

  • Простой способ: разбить изображение на фрагменты фиксированного размера, после чего подобрать каждому фрагменту наиболее “похожее” на него изображение из заданной коллекции и заменить этот фрагмент на него. В результате, чем меньше размер фрагмента и больше коллекция, тем качественнее будет фотомозаика.
  • Сложный способ: по сути повторяет первый способ за исключением того, что разбиение исходного изображения производится некоторым “адаптивным” алгоритмом на фрагменты различного размера.

Для упрощения рассматриваемой задачи будем создавать мозаику из квадратных миниатюр.

Создание коллекции изображений

Безусловно, можно использовать любую коллекцию изображений, которая у вас есть, будь то семейные фото или фотографии из путешествия.

Я не думаю, что мои коллекции такого рода будут очень интересны большинству читателей, поэтому в качестве коллекции я буду использовать набор изображений какого-нибудь известного человека. В качестве такого человека я возьму того, кто известен абсолютно всем, а именно — Арнольда Шварценеггера.

Для создания коллекции изображений воспользуемся парсером с сайта Zimbio:

In[2]:=

ImageMosaic_4.png

In[3]:=

ImageMosaic_5.png

Импортируем все имеющиеся фото из профиля Арнольда:

In[4]:=

ImageMosaic_6.png

Всего было импортировано 5436 фото:

In[5]:=

ImageMosaic_7.png

Out[5]=

ImageMosaic_8.png

Общий “вес” которых равен почти 5 ГБ.

In[6]:=

ImageMosaic_9.png

Out[6]=

ImageMosaic_10.png

Можем посмотреть на коллекцию мельком, составив коллаж из 150 случайно выбранных изображений:

In[7]:=

ImageMosaic_11.png

Out[7]=

ImageMosaic_12.png

Простая фотомозаика

Приступим к созданию простой фотомозаики.

Для начала укажем директорию, в которой хранится коллекция наших изображений:

In[8]:=

ImageMosaic_13.png

Теперь подгрузим пути к каждому из изображений:

In[9]:=

ImageMosaic_14.png

Out[9]//Short=

ImageMosaic_15.png

Сохраним число изображений в отдельной переменной:

In[10]:=

ImageMosaic_16.png

Out[10]=

ImageMosaic_17.png

Теперь создадим коллекцию миниатюр изображений, так как, очевидно, нам не потребуются изображения в их исходном размере. Размер каждой из миниатюр не бедет превышать 150x150 пикселей (по умолчанию).

In[11]:=

ImageMosaic_18.gif

In[13]:=

ImageMosaic_19.png

In[14]:=

ImageMosaic_20.png

Подгрузим пути к каждой из миниатюр:

In[15]:=

ImageMosaic_21.png

Теперь загрузим все миниатюры в систему:

In[16]:=

ImageMosaic_22.png

Вычислим для каждой из миниатюр ее средний RGB цвет:

In[17]:=

ImageMosaic_23.png

Создадим функцию, которая будет для некоторого изображения подбирать наиболее близкую к нему миниатюру. При этом предусмотрим возможность случайного выбора из n ближайших миниатюр (это потребуется для того, чтобы в фотомозаике отсутствовали области, заполненные одной миниатюрой, что встретится, скажем, если большой участок изображения имеет один цвет).

In[18]:=

ImageMosaic_24.gif

Out[18]=

ImageMosaic_25.png

Создадим функцию, составляющую фотомозаику:

In[20]:=

ImageMosaic_26.png

Зададим изображение, мозаику которого мы хотим получить:

In[21]:=

ImageMosaic_27.png

Посмотрим, как будет выглядеть мозаика в случае, если берется ближайшая миниатюра при последовательном уменьшении миниатюр:

In[22]:=

ImageMosaic_28.png

Out[22]=

ImageMosaic_29.png

На последней фотомозаике наиболее отчетливо заметен тот эффект, о котором говорилось ранее — области, заполненные одной миниатюрой на участках изображения с одним (или очень близкими) цветом.

Для того, чтобы избавиться от этого, установим случайный выбор из 10 ближайших миниатюр:

In[23]:=

ImageMosaic_30.png

Out[23]=

ImageMosaic_31.png

Безусловно, с помощью этого алгоритма можно создавать любые мозаики такого рода:

In[24]:=

ImageMosaic_32.png

Out[24]=

ImageMosaic_33.png

Адаптивная фотомозаика

Создадим функцию, которая будет разбивать изображение на меньшие изображения адаптивным способом.

Функция adaptiveImagePartition работает следующим образом:

  • она представляет собой итеративное адаптивное разбиение с помощью шагов, приведенных ниже;
  • функция toParts вызывает функцию parts применительно к каждому изображению (или исходному изображению на первом шаге);
  • функция parts дробит изображение на 4 равные части (прямыми, проведенными через середины противолежащих сторон изображения) и отдает результат функции toParts;
  • для каждого из четырех полученных фрагментов вычисляется его средний цвет, после чего ищутся попарные расстояния между средними цветами с помощью функции ColorDistance (согласно стандарту CIE2000), затем ищется среднее значение расстояния. Если оно больше значения prec, то исходное изображение заменяется на четыре новых, в противном случае изображение оставляется в прежнем виде;
  • к полученному набору изображений применяется правило обработки rule.

In[25]:=

ImageMosaic_34.png

In[26]:=

ImageMosaic_35.png

In[27]:=

ImageMosaic_36.png

Зададим базовое изображение:

In[28]:=

ImageMosaic_37.png

Посмотрим на шаги работы созданной функции:

In[29]:=

ImageMosaic_38.png

Out[29]=

ImageMosaic_39.png

Изменив обработчик, мы можем получить адаптивную пикселизацию:

In[30]:=

ImageMosaic_40.png

Out[30]=

ImageMosaic_41.png

Наконец, если в качестве обработчика указать замену фрагмента изображения на ближайшую миниатюру, то получим:

In[31]:=

ImageMosaic_42.png

Out[31]=

ImageMosaic_43.png

Заключение

Надеюсь, что мой пост смог вас порадовать и заинтересовать. Безусловно, можно создать еще более сложные алгоритмы для фотомозаик, учитывающие: не только средний цвет, но и доминантные цвета фрагментов и миниатюр (DominantColors); морфологию изображений; более сложное адаптивное разбиение и пр.

Оценить статью
Блог о Wolfram Mathematica

Оставить комментарий

avatar
  Подписаться  
Уведомление о