PS 滤镜算法原理——拼贴
%%%% Tile
%%%%% 实现拼贴效果
%%%%% 将原图像进行分块,然后让图像块在
%%%%% 新图像范围内进行随机移动,确定移动后的边界
%%%%% 将移动后的图像块填入新图像内
clc;
clear all;
close all;
Image=imread('4.jpg');
Image1=double(Image);
Image2=Image1;
Image2(:,:,1)=0;
Image2(:,:,2)=0;
Image2(:,:,3)=0;
%%%% 块数 (1-99)
N=8;
%%%% 错开距离的最大百分比(0.01-0.99)
Percent=0.25;
Size_Info=size(Image);
%%% 确定图像的长和宽
Height=Size_Info(1);
Width=Size_Info(2);
%%% 确定图像的分块大小,及错开的最大距离
Min_value=min(Width,Height);
Block_size=floor(Min_value/N);
Rand_Dist=max(Block_size*Percent,2);
%%% 确定图像在长和宽方向的块数
N_row=floor(Height/Block_size);
N_col=floor(Width/Block_size);
Block_height=0;
Block_width=0;
%%% 图像如果在长或宽方向有多余的,统计在内
if(N_row*Block_size<Height)
Block_height=(Height-Block_size*N_row)/2;
N_row=N_row+1;
end
if(N_col*Block_size<Width)
Block_width=(Width-Block_size*N_col)/2;
N_col=N_col+1;
end
First_value=(Block_size+1)/2;
%%% 图像块原始坐标
Row_coordinate_origin(1:N_row)=0;
Col_coordinate_origin(1:N_col)=0;
for i=1:N_row-1;
Row_coordinate_origin(i)=round(First_value+(i-1)*Block_size);
end
Row_coordinate_origin(N_row)=round((Height+(N_row-1)*Block_size)/2);
for i=1:N_col-1
Col_coordinate_origin(i)=round(First_value+(i-1)*Block_size);
end
Col_coordinate_origin(N_col)=round((Width+(N_col-1)*Block_size)/2);
%%% 图像块的错开后的坐标
Row_coordinate(1:N_row,1:N_col)=0;
Col_coordinate(1:N_row,1:N_col)=0;
for i=1:N_row;
for j=1:N_col
Row_coordinate(i,j)=Row_coordinate_origin(i)+floor(Rand_Dist*2*(rand()-0.5));
end
end
for i=1:N_row
for j=1:N_col
Col_coordinate(i,j)=Col_coordinate_origin(j)+floor(Rand_Dist*2*(rand()-0.5));
end
end
%%% 对图像进行拼贴处理
Block_half=(Block_size-1)/2;
for i=1:N_row
for j=1:N_col
%%% 首先确定错开后的坐标没有越界
if(Row_coordinate(i,j)>Height || Col_coordinate(i,j)>Width)
continue;
end
%%% 将图像块分成四部分,从图像的中心向四条边进行搜索
%%% 计算图像块四个方向的边界
%%% 计算图像块上边界
if(Row_coordinate(i,j)-Block_half<1)
Block_h_down=Row_coordinate(i,j)-1;
row_down=1;
row_down_origin=Row_coordinate_origin(i)-Block_h_down;
else
row_down=round(Row_coordinate(i,j)-Block_half);
row_down_origin=round(Row_coordinate_origin(i)-Block_half);
end
%%% 计算图像块的下边界
if(Row_coordinate(i,j)+Block_half>Height)
Block_h_up=Height-Row_coordinate(i,j);
row_up=Height;
row_up_origin=Row_coordinate_origin(i)+Block_h_up;
else
row_up=round(Row_coordinate(i,j)+Block_half);
row_up_origin=round(Row_coordinate_origin(i)+Block_half);
end
%%% 如果最下面的图像块比标准的要小,单独计算
%%% 多出的一部分的下边界
if(i==N_row && Block_height~=0)
if(Row_coordinate(i,j)+Block_height>Height)
Block_h_up=Height-Row_coordinate(i,j);
row_up=Height;
row_up_origin=Row_coordinate_origin(i)+Block_h_up;
else
row_up=floor(Row_coordinate(i,j)+Block_height);
row_up_origin=floor(Row_coordinate_origin(i)+Block_height);
end
end
%%% 计算图像的左边界
if(Col_coordinate(i,j)-Block_half<1)
Block_w_down=Col_coordinate(i,j)-1;
col_down=1;
col_down_origin=Col_coordinate_origin(j)-Block_w_down;
else
col_down=round(Col_coordinate(i,j)-Block_half);
col_down_origin=round(Col_coordinate_origin(j)-Block_half);
end
%%计算图像的右边界
if(Col_coordinate(i,j)+Block_half>Width)
Block_w_up=Width-Col_coordinate(i,j);
col_up=Width;
col_up_origin=Col_coordinate_origin(j)+Block_w_up;
else
col_up=round(Col_coordinate(i,j)+Block_half);
col_up_origin=round(Col_coordinate_origin(j)+Block_half);
end
%%% 如果最右边的图像块比标准的要小,单独计算
%%% 多出的一部分的右边界
if(j==N_col && Block_width~=0)
if(Col_coordinate(i,j)+Block_width>Width)
Block_w_up=Width-Col_coordinate(i,j);
col_up=Width;
col_up_origin=Col_coordinate_origin(j)+Block_w_up;
else
col_up=floor(Col_coordinate(i,j)+Block_width);
col_up_origin=floor(Col_coordinate_origin(j)+Block_width);
end
end
Image2(row_down:row_up,col_down:col_up,:) = ...
Image(row_down_origin:row_up_origin,col_down_origin:col_up_origin,:);
end
end
imshow(Image2/255);
原图:
效果图:
PS 滤镜算法原理——拼贴的更多相关文章
- PS 滤镜算法原理——照亮边缘
这个算法原理很简单,对彩色图像的R,G,B 三个通道,分别求梯度,然后将梯度值作为三个通道的值. clc; clear all;Image=imread('4.jpg');Image=double(I ...
- PS 滤镜算法原理——染色玻璃
%%%% 完成PS 中的染色玻璃滤镜特效 clc; clear all; close all; Image=imread('4.jpg'); Image=double(Image); Gray_Ima ...
- PS 滤镜算法原理——曝光过度
这个算法的原理,就是将图像反相,然后分别比较原图与反相后的图三个通道的大小,将小的值输出. clc; clear all; Image=imread('4.jpg'); Image=double(Im ...
- PS 滤镜算法原理 ——马赛克
% method : 利用邻域的随意一点取代当前邻域全部像素点 %%%% mosaic clc; clear all; addpath('E:\PhotoShop Algortihm\Image Pr ...
- PS 滤镜算法原理——碎片效果
%%% Fragment %%% 对原图做四个方向的平移,然后对平移的结果取平均 %%% 碎片效果 clc; clear all; Image=imread('4.jpg'); Image=doubl ...
- PS 滤镜算法原理——高反差保留 (High Pass)
这个特效简单来说,就是一个高通滤波器, 对图像做高斯滤波,用原图减去高斯滤波后的图,再将差值加上128. clc; clear all; close all; Image=imread('4.jpg' ...
- PS 滤镜算法原理——浮雕效果
clc; clear all; Image=imread('4.jpg');Image=double(Image);p=3; %% 控制浮雕的强度 %% 控制浮雕的方向 H=[0 0 p ...
- PS 滤镜算法— — 表面模糊
图像的表面模糊处理,其作用是在保留图像边缘的情况下,对图像的表面进行模糊处理.在对人物皮肤处理上,比高斯模糊更有效.因为高斯模糊在使人物皮肤光洁的同时,也将一些边缘特征如脸部的眉毛.嘴唇等给模糊了,不 ...
- OpenCV——PS 滤镜算法之极坐标变换到平面坐标
// define head function #ifndef PS_ALGORITHM_H_INCLUDED #define PS_ALGORITHM_H_INCLUDED #include < ...
随机推荐
- Asp.net 在刷新或提交页面后保持滚动条的位置
网页内容在较长时,每次回传刷新页面或提交网页时都会定位到最顶端,非常不利于用户交互. 将Page.MaintainScrollPositionOnPostBack属性值设置为true即可实现刷新后保持 ...
- Dynamics CRM 视图显示列的拷贝—view layout replicator
在视图设置的时候很多人会遇到这样的问题,要设置多张视图,而这多张视图可能除了筛选条件不同外其他的均相同,手动去设置是件重复的令人非常头痛的事情,如果能够拷贝那就相当完美了. 本篇即介绍视图显示列的拷贝 ...
- iOS下JS与OC互相调用(四)--JavaScriptCore
前面讲完拦截URL的方式实现JS与OC互相调用,终于到JavaScriptCore了.它是从iOS7开始加入的,用 Objective-C 把 WebKit 的 JavaScript 引擎封装了一下, ...
- FFmpeg源代码简单分析:结构体成员管理系统-AVClass
===================================================== FFmpeg的库函数源代码分析文章列表: [架构图] FFmpeg源代码结构图 - 解码 F ...
- 【java多线程系列】java内存模型与指令重排序
在多线程编程中,需要处理两个最核心的问题,线程之间如何通信及线程之间如何同步,线程之间通信指的是线程之间通过何种机制交换信息,同步指的是如何控制不同线程之间操作发生的相对顺序.很多读者可能会说这还不简 ...
- Servlet之HTTP状态码
HTTP 请求和 HTTP 响应消息的格式是类似的,结构如下: 初始状态行 + 回车换行符(回车+换行) 零个或多个标题行+回车换行符 一个空白行,即回车换行符 一个可选的消息主体,比如文件.查询数据 ...
- UNIX网络编程——原始套接字的魔力【下】
可以接收链路层MAC帧的原始套接字 前面我们介绍过了通过原始套接字socket(AF_INET, SOCK_RAW, protocol)我们可以直接实现自行构造整个IP报文,然后对其收发.提醒一点,在 ...
- 4. React 属性和状态介绍
React 中的属性和状态初看之下可以互相替代,但是在 React 的设计哲学中两者有着截然不同的使用方式和使用场景. 属性的含义和用法 props = propert ...
- Android最佳实践之SystemBar状态栏全版本适配方案
前言 自从MD设计规范出来后,关于系统状态栏的适配越受到关注,因为MD在5.0以后把系统状态栏的颜色改为可由开发者配置的,而在5.0之前则无法指定状态栏的颜色,所以这篇就说说使用Toolbar对系统状 ...
- 【设计模式】java设计模式总述及观察者模式
今天在准备腾讯的面试时想起来要复习一下设计模式,而刚好前几天在参加网易的在线考试的时候,也出了一道关于设计模式的选择题,主要是考察观察者模式,虽然那道题自己做对了,但觉得还是应该好好总结一下设计模式的 ...