3

如何将函数应用于相同分辨率的两个图像的相应像素？就像 Photoshop 在用另一层覆盖一层时所做的那样。多于两张图片呢？

如果是 Wolfram Mathematica，我将获取这些图像的列表并将它们转置以获得单个“图像”，其中每个“像素”将是 N 个像素的数组——在那里我将Mean[]对其应用一个函数。

但是我如何使用 vips 做到这一点？有很多Vips::Image方法，只有在这里我才能找到一些关于它们的含义的简单描述。例如：

images = Dir["shots/*"].map{ |i| Vips::Image.new_from_file(i) }
ims = images.map(&:bandmean)
(ims.inject(:+) / ims.size).write_to_file "temp.png"

我希望它的意思是“计算平均图像”，但我不确定我在这里做了什么。

4

1 回答 1

2

ruby-vips8 带有一套完整的运算符重载，因此您可以对图像进行算术运算。它还可以自动消除公共子表达式，因此您无需对排序或分组过于小心，您只需编写一个方程，它应该可以正常工作。

在您的示例中：

require 'vips8'

images = Dir["shots/*"].map{ |i| Vips::Image.new_from_file(i) }
sum = images.reduce (:+)
avg = sum / images.length
avg.write_to_file "out.tif"

带有常量的 +-*/ 始终会生成浮动图像，因此您可能希望在保存之前将结果转换为 uchar（或者可能是 ushort？），否则您将获得巨大的输出 tiff。你可以写：

avg = sum / images.length
avg.cast("uchar").write_to_file "out.tif"

默认情况下，new_from_file打开图像以进行随机访问。如果您的源图像是 JPG 或 PNG，这将涉及在开始处理之前将它们完全解压缩到内存（如果它们非常大，则解压缩到磁盘温度）。

在这种情况下，您只需要在编写结果时从上到下扫描输入图像，这样您就可以通过系统流式传输图像。更改new_from_file为：

images = Dir["shots/*"].map { |i| Vips::Image.new_from_file(i,  :access => "sequential") }

暗示您将仅按顺序使用图像像素，并且您应该会看到内存和 CPU 使用率大幅下降。

PNG 是一种非常慢的格式，如果可能的话，我会使用 tiff。

您可以尝试使用bandrank这对一组图像进行中值过滤器之类的操作：您给它一个图像数组，并在每个像素位置按像素值对图像进行排序并选择第 N 个图像。这是去除暂时性伪影的一种非常有效的方法。

您可以用来计算更复杂的函数。例如，要将大于其局部平均值的所有像素设置为等于局部平均值，您可以编写：condition.ifthenelse(then, else)

(image > image.gaussblur(1)).ifthenelse(image.gaussblur(1), image)

你可能很好奇 vips 将如何执行上面的程序。编码：

(images.reduce(:+) / images.length).cast("uchar")

将构造一个图像处理操作的管道：一系列对vips_add()数组求和，然后 avips_linear()进行除法，最后 avips_cast()将其敲回 uchar。

当您调用 时write_to_file，您机器上的每个核心都将获得管道的副本，并且当它们从解压缩器到达时，它们将排队处理来自源图像的切片。每次完成一行输出图块时，后台线程将使用选定的图像写入库（在我的示例中为 libtiff）将这些扫描线发送回磁盘。

您应该看到低内存使用和良好的 CPU 利用率。

于 2016-05-03T09:12:20.967 回答