Python:如何在 RGB 图像上实现二值滤波器？ (算法)

Question

我正在尝试使用 python 和 PyQT5 实现二进制图像过滤器(以获取单色二进制图像)，并且要检索新的像素颜色，我使用以下方法:

def _new_pixel_colors(self, x, y):
    color = QColor(self.pixmap.pixel(x, y))

    result = qRgb(0, 0, 0) if all(c < 127 for c in color.getRgb()[:3]) else qRgb(255, 255, 255)

    return result

这可能是 RGB 图像二元滤波器 的正确样本吗？我的意思是，这是检查像素比 (127,127,127) 灰色更亮还是更暗的充分条件吗？ 并且请不要使用 opencv、pillow 等提供任何解决方案。我只是问算法本身。

Answer 1

我至少会比较强度 i=R+G+B ...

对于像蒙版这样的ROI，您可以使用任何阈值技术(自适应阈值是最好的)，但如果您得到的图像不是ROI mask 并且应该类似于原始图像的视觉特征然后我知道最好的转换是使用 Dithering .

BW 抖动背后的想法是将灰度转换为 BW 模式，同时保留阴影。结果通常很嘈杂，但保留了更多的视觉细节。这里简单的天真 C++ 抖动(抱歉不是 Python 编码器):

picture pic0,pic1;
    // pic0 - source img
    // pic1 - output img
int x,y,i;
color c;
// resize output to source image size clear with black
pic1=pic0; pic1.clear(0);
// dithering
i=0;
for (y=0;y<pic0.ys;y++)
 for (x=0;x<pic0.xs;x++)
    {
    // get source pixel color (AARRGGBB)
    c=pic0.p[y][x];
    // add to leftovers
    i+=WORD(c.db[picture::_r]); // _r,_g,_b are just constants 0,1,2
    i+=WORD(c.db[picture::_g]);
    i+=WORD(c.db[picture::_b]);
    // threshold white intensity is 255+255+255=765
    if (i>=384){ i-=765; c.dd=0x00FFFFFF; } else c.dd=0;
    // copy to destination image
    pic1.p[y][x]=c;
    }

所以它与上面的链接相同，但只使用黑色和白色。 i 是要放置在图像上的累积强度。 xs,ys 是分辨率，c.db[] 是颜色 channel 访问。

如果我像这样将它应用到彩色图像上:

结果是这样的:

如您所见，保留了所有细节，但出现了嘈杂的图案……出于打印目的，有时会提高图像的分辨率以提高质量。如果您使用更好的模式(如 16x16 方 block 等)更改 naive 2 嵌套 for 循环，那么噪声将被保存在其源限制工件附近。还有一些使用伪随机模式的方法(将剩余的 i 放在随机位置的源像素附近)甚至更好......

但是对于 BW 抖动，即使是简单的方法也足够了，因为伪影只有一个像素大小。对于彩色抖动，伪影可能会产生几个像素大小的不需要的水平线图案(取决于使用的调色板不匹配，调色板越差，伪影越大...)

PS 只是为了与其他答案阈值输出进行比较，这是抖动的相同图像: