假设我查询
我得到了所有的黑色天空，背后的算法实际上是如何工作的？
SteD
问问题
10280 次
4 回答
32
根据Google 工程师 Henry Rowley、Shumeet Baluja 和 Yushi Jing 博士发表的这篇论文，您关于识别图像颜色的问题的最重要含义似乎与 google 的图片“saferank”算法有关，该算法可以在没有检测肤色的情况下检测肤色它周围的任何文字。
本文首先描述了“经典”方法，这些方法通常基于标准化颜色亮度，然后使用“高斯分布”或使用以像素为单位的 RGB 值构建的三维直方图（每种颜色都是0-255 的 8 位整数值，表示像素中包含多少 . 该颜色）。还引入了依赖于诸如“亮度”（通常被错误地称为“亮度”）等属性的方法，它是从给定图像到肉眼的发光强度密度。
谷歌论文提到他们将需要使用他们的算法处理大约 10^9 图像，因此它需要尽可能高效。为了实现这一点，他们在 ROI（感兴趣区域）上执行大部分计算，ROI（感兴趣区域）是一个以图像为中心的矩形，并且在所有侧面都插入了图像尺寸的 1/6。一旦他们确定了 ROI，他们就会有许多不同的算法应用于图像，包括人脸检测算法、颜色恒常性算法等，它们作为一个整体找到图像着色的统计趋势，最重要的是找到颜色统计分布中频率最高的阴影。
他们使用熵、边缘检测和纹理定义等其他特征来从图像中提取线条，他们使用计算的概率霍夫变换 (Kiryati et al., 1991) 的 OpenCV 实现 (Bradski, 2000)在肤色连接组件的边缘，这使他们能够找到可能不是身体部位的直线，另外还使他们能够更好地确定图像中哪些颜色最重要，这是他们图像颜色搜索的关键因素。
有关该主题的更多技术细节，包括数学方程式等，请阅读开头链接的谷歌论文并查看其网站的研究部分。
非常有趣的问题和主题！
于 2009-03-26T06:15:37.793 回答
6
图像只是像素。像素只是 RGB 值。我们知道 RGB 中的黑色是什么，因此我们可以在图像中查找它。
于 2009-03-26T02:07:40.870 回答
3
嗯，一种方法是，用非常基本的术语来说：
给定一个图像语料库，确定给定颜色范围的高浓度（这实际上相当简单），存储此数据，相应地索引（根据上一步确定的颜色索引图像）。现在，您基本上拥有与查找包含某些单词的文档相同的功能。
这是对一种可能方法的非常非常基本的描述。
于 2009-03-26T02:06:27.783 回答
0
从图像中提取颜色的方法有很多种，我认为其他答案可以解决这些问题（K-Means、分布等）。
假设您已经提取了颜色，有几种按颜色搜索的方法。一种缓慢但明显的方法是使用某种度量（例如Color Difference）计算搜索颜色与图像的主要颜色之间的距离，然后根据“接近度”对结果进行加权。
另一种更快的方法是从本质上降低色彩空间的分辨率。与其处理所有可能的 RGB 颜色值，不如像 Google 那样将提取限制在更小的范围内（只有蓝色、绿色、黑色、黄色等）。然后，用户可以使用一组有限的色样进行搜索，计算颜色距离变得微不足道。
于 2013-01-18T22:12:14.760 回答