图像处理（二）Seam Carving算法-Siggraph 2007
Seam Carving算法
原文地址：http://blog.csdn.net/hjimce/article/details/44916869
Seam Carving 算法是2007年siggraph上的一篇paper，名为《Seam Carving for Content-Aware Image Resizing》，这篇paper提出了一种内容感知的图像缩放算法，继这篇paper的思想，后来近几年siggraph上面也有好几篇都是内容感知的图像缩放算法。内容感知的图像缩放算法一般用于图像的裁剪，就是有的时候，你觉得一张照片有点大，你希望把它裁剪的小一些，但是你又想保留照片中的物体，这个时候就要用到内容感知的突刺昂缩放算法了。
该过程是通过迭代实现的，每次只能移除一列，迭代直到宽度满足要求。下面介绍寻找移除能量线的方法，需要注意的是，每次移除一列，都要重新计算能量图，也就是说，梯度图要重新计算，才能进行下一轮的移除工作。
算法流程
1、算法第一步：计算图像能量图
能量图一般是图像像素的梯度模值，为了简化计算可先转换成灰度图像，然后直接采用如下公式(直接用x、y方向上的差分取绝对值，然后相加)，其实这一步就是相当于边缘检测算法一样：
2、算法第二步：寻找最小能量线
最小能量线指的是需要被移除的那一列：首先需要以图像第一行或最后一行为开始行进行迭代。下面实现的为从图像最后一行开始，往上迭代，
//先找出图片最底部的一行中，能量最小的像素点作为起始点 int min_x = 0; int width = (*Source).Width(); int height = (*Source).Height(); for( int x = 0; x < width; x++ ) { if( (*Source)(x,height-1)->energy < (*Source)(min_x,height-1)->energy ) { min_x = x; } }
找出最后一行需要被移除的像素点后，设其坐标为P(x,y)，然后往上一行寻找，寻找的点为P点的在y-1行中的三个相邻像素点中的能量最小值像素。也就是寻找的坐标为(x-1,y-1)、(x,y-1)、(x+1,y-1);
//min_x是图片最底部的一行的能量值最小的像素点 因此遍历的时候，要往上寻找 void Generate_Path( CML_image_ptr * Energy, int min_x, int * Path ) { int min; int x = min_x;//起始行的能量最小点 int height = (*Energy).Height(); //从底部往上寻找最小能量线 for( int y = height - 1; y >= 0; y-- ) //从下往上 { min = x; //首个顶点迭代更新 //计算上一行中 三个邻接像素中能量值最小的像素点 作为上一行的能量最小点 int Maxy= Get_Max( Energy, min, y ); if( Get_Max( Energy, x-1, y ) < Maxy ) // { min = x - 1; } if( Get_Max( Energy, x+1, y ) < Maxy ) //up-right { min = x + 1; } Path[y] = min; x = min; } }
3、算法第三步：移除得到的最小能量线，让图片的宽度缩小一个像素
移除最小能量线，同时所有位于最小能量线右边的像素点左移一个单位，从而实现图像缩小宽度缩小一个单位。
移除的时候 为了让图像看起来自然，需要在移除缝线的地方进行平均，假设移除坐标为P(x,y),那么移除后P(x-1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均。P(x+1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均，然后才能把P(x+1,y)移动到P(x,y)的位置。
int height=(*Source).Height(); int width=(*Source).Width(); //移除函数 for( int y =0; y < height; y++ ) { int remove = (Path)[y]; (*(Source))(remove,y)->removed = true; //移除的时候 为了让图像看起来自然，需要在移除缝线的地方进行平均，假设移除坐标为P(x,y),那么 //移除后P(x-1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均 //P(x+1,y)的像素值为P(x-1,y)与P(x,y)的像素值的平均，然后才能把P(x+1,y)移动到P(x,y)的位置 if( (remove - 1) > 0 ) { if( (*(Source))(remove,y)->weight >= 0 ) { (*(Source))(remove-1,y)->image = Average_Pixels( (*(Source))(remove,y)->image, (*(Source)).Get(remove-1,y)->image ); } (*(Source))(remove-1,y)->gray = Grayscale_Pixel( &(*(Source))(remove-1,y)->image ); } if( (remove + 1) < (*(Source)).Width() ) { if( (*(Source))(remove,y)->weight >= 0 ) { (*(Source))(remove+1,y)->image = Average_Pixels( (*(Source))(remove,y)->image, (*(Source)).Get(remove+1,y)->image ); } (*(Source))(remove+1,y)->gray = Grayscale_Pixel( &(*(Source))(remove+1,y)->image ); } (*(Source)).Shift_Row( remove + 1, y, -1 ); }
对于图像的放大算法原理一样，先找到最小能量线，设能量线上点的坐标为P(x,y),则在P(x,y)、P(x+1,y)中心位置插入新的像素，像素值为P(x,y)与P(x+1,y)的平均。
参考文献：
1、《Seam Carving for Content-Aware Image Resizing》
*****************本文地址： 作者：hjimce 联系qq：1393852684 更多资源请关注我的博客：http://blog.csdn.net/hjimce 原创文章，版权所有，转载请保留这几行信息***************