IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Contribuez Discussion :

[java] [Image] Algorithmes de Flou rapide


Sujet :

Contribuez

  1. #1
    Rédacteur

    Avatar de millie
    Profil pro
    Inscrit en
    Juin 2006
    Messages
    7 015
    Détails du profil
    Informations personnelles :
    Localisation : France

    Informations forums :
    Inscription : Juin 2006
    Messages : 7 015
    Points : 9 818
    Points
    9 818
    Par défaut [java] [Image] Algorithmes de Flou rapide
    Bonjour,

    Voici 2 algorithmes que j'ai repris du site Mario Klingeman adaptés au Java pour faire un flou rapide suivant un certain rayon.

    Le résultat est proche d'un flou gaussien, mais il peut y avoir certains artefacts pour de grosses images (>4000*4000).

    V1 Box Blur :

    Code java : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    /**
     * 
     */
    package filmlooking;
     
    import java.awt.image.BufferedImage;
     
    import millie.plugins.GenericPluginFilter;
    import millie.plugins.PluginInfo;
    import millie.plugins.parameters.IntSliderParameter;
     
    /**
     * 
     *  Inspiré du code de Mario Klingemann (incubator)
     *  
     * @author florent
     */
    @PluginInfo(name = "Fast Blur", category = "Flou")
    public class FastBlurFilter extends GenericPluginFilter {
     
    	public FastBlurFilter() {
    		setPluginName("Fast Blur");
    		setRefreshable(true);
    		setLongProcessing(true);
     
    		addParameter(new IntSliderParameter("rayon", "Rayon", 1, 50, 3));
     
    	}
     
    	@Override
    	public BufferedImage filter() throws Exception {
    		BufferedImage input = getInputImage();
    		BufferedImage output = new BufferedImage(input.getWidth(), input
    				.getHeight(), input.getType());
    		int rayon = getIntValue("rayon");
     
    		int width = input.getWidth();
    		int height = input.getHeight();
    		int maxWH = Math.max(width, height);
     
    		int widthm = width - 1;
    		int heightm = height - 1;
    		int aire = width * height;
    		int div = 2 * rayon + 1;
    		int r[] = new int[aire];
    		int g[] = new int[aire];
    		int b[] = new int[aire];
    		int rsum, gsum, bsum, p, p1, p2, yp, yi, yw;
    		int vmin[] = new int[maxWH];
    		int vmax[] = new int[maxWH];
     
    		int[] pixels = input.getRGB(0, 0, width, height, null, 0, width);
     
    		int dv[] = new int[256 * div];
    		for (int i = 0; i < 256 * div; i++) {
    			dv[i] = (i / div);
    		}
     
    		yw = yi = 0;
     
    		for (int y = 0; y < height; y++) {
    			rsum = gsum = bsum = 0;
    			for (int i = -rayon; i <= rayon; i++) {
    				p = pixels[yi + Math.min(widthm, Math.max(i, 0))];
    				rsum += (p & 0xff0000) >> 16;
    				gsum += (p & 0x00ff00) >> 8;
    				bsum += p & 0x0000ff;
    			}
    			for (int x = 0; x < width; x++) {
     
    				r[yi] = dv[rsum];
    				g[yi] = dv[gsum];
    				b[yi] = dv[bsum];
     
    				if (y == 0) {
    					vmin[x] = Math.min(x + rayon + 1, widthm);
    					vmax[x] = Math.max(x - rayon, 0);
    				}
    				p1 = pixels[yw + vmin[x]];
    				p2 = pixels[yw + vmax[x]];
     
    				rsum += ((p1 & 0xff0000) - (p2 & 0xff0000)) >> 16;
    				gsum += ((p1 & 0x00ff00) - (p2 & 0x00ff00)) >> 8;
    				bsum += (p1 & 0x0000ff) - (p2 & 0x0000ff);
    				yi++;
    			}
    			yw += width;
    		}
     
    		for (int x = 0; x < width; x++) {
    			rsum = gsum = bsum = 0;
    			yp = -rayon * width;
    			for (int i = -rayon; i <= rayon; i++) {
    				yi = Math.max(0, yp) + x;
    				rsum += r[yi];
    				gsum += g[yi];
    				bsum += b[yi];
    				yp += width;
    			}
    			yi = x;
    			for (int y = 0; y < height; y++) {
    				pixels[yi] = 0xff000000 | (dv[rsum] << 16) | (dv[gsum] << 8)
    						| dv[bsum];
    				if (x == 0) {
    					vmin[y] = Math.min(y + rayon + 1, heightm) * width;
    					vmax[y] = Math.max(y - rayon, 0) * width;
    				}
    				p1 = x + vmin[y];
    				p2 = x + vmax[y];
     
    				rsum += r[p1] - r[p2];
    				gsum += g[p1] - g[p2];
    				bsum += b[p1] - b[p2];
     
    				yi += width;
    			}
    		}
     
    		output.setRGB(0, 0, width, height, pixels, 0, width);
    		return output;
    	}
     
    }

    V2 :
    Code java : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
    151
    152
    153
    154
    155
    156
    157
    158
    159
    160
    161
    162
    163
    164
    165
    166
    167
    168
    169
    170
    171
    172
    173
    174
    175
    176
    177
    178
    179
    180
    181
    182
    183
    184
    185
    186
    187
    188
    189
    190
    191
    192
    193
    194
    195
    196
    197
    198
    199
    200
    201
    202
    203
    204
    205
    206
    207
    208
    209
    210
    211
    212
    213
    214
    215
    216
    217
    218
    219
    220
    221
    222
    223
    224
    225
    226
    227
    /**
     * 
     */
    package filmlooking;
     
    import java.awt.image.BufferedImage;
     
    import millie.plugins.GenericPluginFilter;
    import millie.plugins.PluginInfo;
    import millie.plugins.parameters.IntSliderParameter;
     
    /**
     * Inspiré du code de Mario Klingemann (incubator)
     * 
     * @author florent
     * 
     */
    @PluginInfo(name = "Stack Blur", category = "Flou")
    public class StackBlurFilter extends GenericPluginFilter {
     
    	public StackBlurFilter() {
    		setPluginName("Stack Blur");
    		setRefreshable(true);
    		setLongProcessing(true);
     
    		addParameter(new IntSliderParameter("rayon", "Rayon", 1, 50, 3));
     
    	}
     
    	@Override
    	public BufferedImage filter() throws Exception {
    		BufferedImage input = getInputImage();
    		BufferedImage output = new BufferedImage(input.getWidth(), input
    				.getHeight(), input.getType());
    		int rayon = getIntValue("rayon");
     
    		int width = input.getWidth();
    		int height = input.getHeight();
    		int maxWH = Math.max(width, height);
     
    		int widthm = width - 1;
    		int heightm = height - 1;
    		int aire = width * height;
    		int div = 2 * rayon + 1;
    		int r[] = new int[aire];
    		int g[] = new int[aire];
    		int b[] = new int[aire];
    		int rsum, gsum, bsum, p, yp, yi = 0, yw = 0;
    		int vmin[] = new int[maxWH];
     
    		int[] pixels = input.getRGB(0, 0, width, height, null, 0, width);
     
    		int divsum = (div + 1) >> 1;
    		divsum *= divsum;
    		int dv[] = new int[256 * divsum];
    		for (int i = 0; i < 256 * divsum; i++) {
    			dv[i] = (i / divsum);
    		}
     
    		int[][] stack = new int[div][3];
    		int stackpointer;
    		int stackstart;
    		int[] sir;
    		int rbs;
    		int r1 = rayon + 1;
    		int routsum, goutsum, boutsum;
    		int rinsum, ginsum, binsum;
     
    		for (int y = 0; y < height; y++) {
    			rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;
    			for (int i = -rayon; i <= rayon; i++) {
    				p = pixels[yi + Math.min(widthm, Math.max(i, 0))];
    				sir = stack[i + rayon];
    				sir[0] = (p & 0xff0000) >> 16;
    				sir[1] = (p & 0x00ff00) >> 8;
    				sir[2] = (p & 0x0000ff);
    				rbs = r1 - Math.abs(i);
    				rsum += sir[0] * rbs;
    				gsum += sir[1] * rbs;
    				bsum += sir[2] * rbs;
    				if (i > 0) {
    					rinsum += sir[0];
    					ginsum += sir[1];
    					binsum += sir[2];
    				} else {
    					routsum += sir[0];
    					goutsum += sir[1];
    					boutsum += sir[2];
    				}
    			}
    			stackpointer = rayon;
     
    			for (int x = 0; x < width; x++) {
     
    				r[yi] = dv[rsum];
    				g[yi] = dv[gsum];
    				b[yi] = dv[bsum];
     
    				rsum -= routsum;
    				gsum -= goutsum;
    				bsum -= boutsum;
     
    				stackstart = stackpointer - rayon + div;
    				sir = stack[stackstart % div];
     
    				routsum -= sir[0];
    				goutsum -= sir[1];
    				boutsum -= sir[2];
     
    				if (y == 0) {
    					vmin[x] = Math.min(x + rayon + 1, widthm);
    				}
    				p = pixels[yw + vmin[x]];
     
    				sir[0] = (p & 0xff0000) >> 16;
    				sir[1] = (p & 0x00ff00) >> 8;
    				sir[2] = (p & 0x0000ff);
     
    				rinsum += sir[0];
    				ginsum += sir[1];
    				binsum += sir[2];
     
    				rsum += rinsum;
    				gsum += ginsum;
    				bsum += binsum;
     
    				stackpointer = (stackpointer + 1) % div;
    				sir = stack[(stackpointer) % div];
     
    				routsum += sir[0];
    				goutsum += sir[1];
    				boutsum += sir[2];
     
    				rinsum -= sir[0];
    				ginsum -= sir[1];
    				binsum -= sir[2];
     
    				yi++;
    			}
    			yw += width;
    		}
    		for (int x = 0; x < width; x++) {
    			rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;
    			yp = -rayon * width;
    			for (int i = -rayon; i <= rayon; i++) {
    				yi = Math.max(0, yp) + x;
     
    				sir = stack[i + rayon];
     
    				sir[0] = r[yi];
    				sir[1] = g[yi];
    				sir[2] = b[yi];
     
    				rbs = r1 - Math.abs(i);
     
    				rsum += r[yi] * rbs;
    				gsum += g[yi] * rbs;
    				bsum += b[yi] * rbs;
     
    				if (i > 0) {
    					rinsum += sir[0];
    					ginsum += sir[1];
    					binsum += sir[2];
    				} else {
    					routsum += sir[0];
    					goutsum += sir[1];
    					boutsum += sir[2];
    				}
     
    				if (i < heightm) {
    					yp += width;
    				}
    			}
    			yi = x;
    			stackpointer = rayon;
    			for (int y = 0; y < height; y++) {
    				pixels[yi] = 0xff000000 | (dv[rsum] << 16) | (dv[gsum] << 8)
    						| dv[bsum];
     
    				rsum -= routsum;
    				gsum -= goutsum;
    				bsum -= boutsum;
     
    				stackstart = stackpointer - rayon + div;
    				sir = stack[stackstart % div];
     
    				routsum -= sir[0];
    				goutsum -= sir[1];
    				boutsum -= sir[2];
     
    				if (x == 0) {
    					vmin[y] = Math.min(y + r1, heightm) * width;
    				}
    				p = x + vmin[y];
     
    				sir[0] = r[p];
    				sir[1] = g[p];
    				sir[2] = b[p];
     
    				rinsum += sir[0];
    				ginsum += sir[1];
    				binsum += sir[2];
     
    				rsum += rinsum;
    				gsum += ginsum;
    				bsum += binsum;
     
    				stackpointer = (stackpointer + 1) % div;
    				sir = stack[stackpointer];
     
    				routsum += sir[0];
    				goutsum += sir[1];
    				boutsum += sir[2];
     
    				rinsum -= sir[0];
    				ginsum -= sir[1];
    				binsum -= sir[2];
     
    				yi += width;
    			}
    		}
     
    		output.setRGB(0, 0, width, height, pixels, 0, width);
    		return output;
     
    	}
    }


    Exemple avec une image de 4200*2800.
    Une convolution classique avec un rayon de 10 donne un temps de 30sec (sur ma machine)
    Avec le deuxième algo, j'ai un temps de 5sec pour un rayon de 50 (ce qui est raisonnable avec la taille de l'image)

    En haut à gauche, originale, en haut à droite, Fast Blur avec rayon 50, en bas à gauche, Stack Blur avec rayon 50

    Je ne répondrai à aucune question technique en privé

  2. #2
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 081
    Points
    16 081
    Par défaut
    Citation Envoyé par millie Voir le message
    Le résultat est proche d'un flou gaussien, mais il peut y avoir certains artefacts pour de grosses images (>4000*4000).
    Pour le flou gaussien avec un grand sigma² (= grand rayon), on peut accélérer les calculs en approximant une convolution sigma²=4 par une réduction d'image à 50% (cf. la théorie des scale-space).

    Donc, pour un sigma²=625 (rayon=50), on peut approximer le filtrage par:

    sigma² = 625 = 4*4*4*4*2.44 = 4^4 * 2.44

    1. réduction à 6.25% (0.5^4)
    2. convolution par une gaussienne sigma²=2.44 (rayon=3)
    3. agrandissement à 1600% (2^4)

    Pour un bon résultat visuel, il faut plutot choisir un noyaux d'agrandissement gaussien et donc calculer le sigma² plus finement. Par exemple:

    1. réduction à 12.5% (0.5^3)
    2. convolution par une gaussienne sigma²=9.51 (rayon=6)
    3. agrandissement à 800% (2^3)
    4. convolution par une gaussienne sigma²=16 (rayon=8)

    Ce qui nous donne au final également sigma² = (4^3)*9.51 + 16 = 625.

    On a ainsi une bonne approximation d'un flou gaussien de rayon 50 par l'utilisation de 2 flous gaussiens de rayon 6 et 8. Sur ma machine, les temps de calculs sont considérablement réduits:

    Image 3543x2362:
    Flou gaussien rapide (sigma²=625, rayon=50) : 4.8s
    Flou gaussien normal (sigma²=625, rayon=50) : 4m 25s




    Exemple de code (pas très optimisé )
    Code java : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    public static float[] gaussianKernel1D(double sigma2) {
    	int radius = (int)Math.round(2*Math.sqrt(sigma2));
    	// compute gaussian values
    	float[] data = new float[1+2*radius];
    	for(int r=-radius;r<=radius;r++)
    		data[r+radius] = (float)Math.exp(-(r*r)/(2.0*sigma2));
    	// normalize
    	float sum=0;
    	for(int i=0;i<data.length;i++) sum+=data[i];
    	for(int i=0;i<data.length;i++) data[i]/=sum;
    	return data;
    }
     
    public static void convolve2DSeparate(BufferedImage input, float[] kernel) {
    	float r,g,b;
     
    	int width = input.getWidth(), height=input.getHeight();
    	WritableRaster raster = input.getRaster();
    	int kernelradius = kernel.length/2;
     
    	// horizontal
    	int[][] wbuffer = new int[width][3];
    	for(int y=0;y<height;y++) {
    		for(int x=0;x<width;x++) {
    			wbuffer[x][0]=raster.getSample(x,y,0);
    			wbuffer[x][1]=raster.getSample(x,y,1);
    			wbuffer[x][2]=raster.getSample(x,y,2);
    		}
    		for(int x=0;x<width;x++) {
    			r=g=b=0;
    			for(int k=-kernelradius;k<=kernelradius;k++)
    				if (x+k>=0 && x+k<width) {
    					r+=kernel[kernelradius+k]*wbuffer[x+k][0];
    					g+=kernel[kernelradius+k]*wbuffer[x+k][1];
    					b+=kernel[kernelradius+k]*wbuffer[x+k][2];
    				}
    			raster.setSample(x, y, 0, (int)r);
    			raster.setSample(x, y, 1, (int)g);
    			raster.setSample(x, y, 2, (int)b);
    		}
    	}
     
     
    	// vertical
    	int[][] hbuffer = new int[height][3];
    	for(int x=0;x<width;x++) {
    		for(int y=0;y<height;y++) {
    			hbuffer[y][0] = raster.getSample(x,y,0);
    			hbuffer[y][1] = raster.getSample(x,y,1);
    			hbuffer[y][2] = raster.getSample(x,y,2);
    		}
     
    		for(int y=0;y<height;y++) {
    			r=g=b=0;
    			for(int k=-kernelradius;k<=kernelradius;k++)
    				if (y+k>=0 && y+k<height) {
    					r+=kernel[kernelradius+k]*hbuffer[y+k][0];
    					g+=kernel[kernelradius+k]*hbuffer[y+k][1];
    					b+=kernel[kernelradius+k]*hbuffer[y+k][2];
    				}
    			raster.setSample(x, y, 0, (int)r);
    			raster.setSample(x, y, 1, (int)g);
    			raster.setSample(x, y, 2, (int)b);
    		}
    	}
    }
     
    public static BufferedImage fastGaussianBlur(BufferedImage input, double sigma2) {
    	int factor=1;              // reduction factor
    	double ds_sigma2=sigma2;   // downscale gaussian sigma2
    	double us_sigma2=1.0;      // final upscale gaussian sigma2
     
    	// find best reduction factor and sigma2
    	int scale=0;
    	while(us_sigma2<ds_sigma2) {  
    		// exit when downscale/upscale sigma2 are equivalents
     
    		// compute sigma2 for next scale
    		scale++;
    		double next_us_sigma2 = Math.pow(factor, 2);
    		double next_ds_sigma2 = (sigma2 - next_us_sigma2) / Math.pow(4, scale); 
    		if (next_ds_sigma2<=0) break;
     
    		factor*=2;
    		ds_sigma2 = next_ds_sigma2;
    		us_sigma2 = next_us_sigma2;
    	}
     
    	// downscale (fast)
    	int width = input.getWidth(), height=input.getHeight();
    	BufferedImage dwnscaled = new BufferedImage(width/factor, height/factor, BufferedImage.TYPE_INT_RGB);
    	dwnscaled.createGraphics().drawImage(
    			input.getScaledInstance(width/factor, height/factor, BufferedImage.SCALE_AREA_AVERAGING)
    			, 0, 0, null);
     
    	// convolve with gaussian 
    	convolve2DSeparate(dwnscaled,gaussianKernel1D(ds_sigma2));
     
    	// upscale (fast)
    	BufferedImage upscaled = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB);
    	upscaled.createGraphics().drawImage(
    			dwnscaled.getScaledInstance(width, height, BufferedImage.SCALE_FAST)
    			, 0, 0, null);
     
    	// convolve with gaussian
    	convolve2DSeparate(upscaled,gaussianKernel1D(us_sigma2));
     
    	return upscaled;
    }
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  3. #3
    Expert éminent
    Avatar de PRomu@ld
    Homme Profil pro
    Ingénieur de Recherche
    Inscrit en
    Avril 2005
    Messages
    4 155
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 38
    Localisation : France, Vienne (Poitou Charente)

    Informations professionnelles :
    Activité : Ingénieur de Recherche
    Secteur : Enseignement

    Informations forums :
    Inscription : Avril 2005
    Messages : 4 155
    Points : 6 486
    Points
    6 486
    Par défaut
    pas très optimisé
    En même temps c'est du java



    Flou gaussien rapide (sigma²=625, rayon=50) : 4.8s
    Flou gaussien normal (sigma²=625, rayon=50) : 4m 25s
    A whouai quand même !!!

    Tu peux faire une différence entre les deux images pour voir où se situent les différences (parce que visuellement c'est difficile de voir les difs, s'il y en a)

  4. #4
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 081
    Points
    16 081
    Par défaut
    Citation Envoyé par PRomu@ld Voir le message
    Tu peux faire une différence entre les deux images pour voir où se situent les différences (parce que visuellement c'est difficile de voir les difs, s'il y en a)
    Oui, il y a des différences (c'est quand meme une approximation). Voila visuellement les écarts, en echelle Log sinon on ne voit rien



    La corrélation entre les 2 images est de :
    - Canal rouge : 0.9999758908494483
    - Canal vert : 0.9999745410443774
    - Canal bleu : 0.9999700577679397

    La SSD est de
    - Canal rouge : 1.98496456860112 par pixel
    - Canal vert : 1.939436338316505 par pixel
    - Canal bleu : 1.9394487657742079 par pixel

    (pas mal, non ? )
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  5. #5
    Rédacteur

    Avatar de millie
    Profil pro
    Inscrit en
    Juin 2006
    Messages
    7 015
    Détails du profil
    Informations personnelles :
    Localisation : France

    Informations forums :
    Inscription : Juin 2006
    Messages : 7 015
    Points : 9 818
    Points
    9 818
    Par défaut
    Dis moi si je me trompe.

    Mais plus le noyau est petit et plus la différence sera grande ?
    Je ne répondrai à aucune question technique en privé

  6. #6
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 081
    Points
    16 081
    Par défaut
    Citation Envoyé par millie Voir le message
    Dis moi si je me trompe.

    Mais plus le noyau est petit et plus la différence sera grande ?
    Oui, tout a fait. De plus, le traitement risque d'etre plus long qu'avec une convolution classique.

    C'est une technique à réserver pour les grands noyaux (du genre rayon>10). Ca peut être utilisé pour faire une "preview" avant d'appliquer le filtre réel.
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  7. #7
    Expert éminent
    Avatar de PRomu@ld
    Homme Profil pro
    Ingénieur de Recherche
    Inscrit en
    Avril 2005
    Messages
    4 155
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 38
    Localisation : France, Vienne (Poitou Charente)

    Informations professionnelles :
    Activité : Ingénieur de Recherche
    Secteur : Enseignement

    Informations forums :
    Inscription : Avril 2005
    Messages : 4 155
    Points : 6 486
    Points
    6 486
    Par défaut
    Ca peut être utilisé pour faire une "preview" avant d'appliquer le filtre réel.
    Oui, c'est ce à quoi je pensais. Mais pour que la preview soit acceptable, il faut que la preview soit suffisamment représentative d'où ma question. Vu les coefs de corrélation ça parait plutôt bon
    [MODE RECHERCHE ON]
    Mais attention différentier les canaux c'est pas toujours la panacée. Il faudrait peut-être faire une corrélation sur une distance couleur (et/ou perceptuelle)
    [/MODE RECHERCHE OFF]

    Mais en tout cas merci pour la visualisation des différences.

  8. #8
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 081
    Points
    16 081
    Par défaut
    Je reposte ma version au format millie-plugins (sources incluses dans le jar).

    http://xphilipp.developpez.com/contr...BlurPlugin.jar
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  9. #9
    Futur Membre du Club
    Profil pro
    Inscrit en
    Novembre 2007
    Messages
    4
    Détails du profil
    Informations personnelles :
    Localisation : France, Var (Provence Alpes Côte d'Azur)

    Informations forums :
    Inscription : Novembre 2007
    Messages : 4
    Points : 5
    Points
    5
    Par défaut
    Hum....

    Et personne n'aurait cela en Ocaml par hasard ??

    Car je dois pondre un algorithme de flou.
    Déjà, je ne sais pas comment on fait du flou, alors écrire le code ^^

    Quelqu'un pourrait m'expliquer le principe du flou s'il vous plait ?

    Voici ce que j'en sais après (des heures) de recherches

    Il faut faire la moyenne des pixels aux alentours (ou quelque chose comme cela) et l'appliquer au pixel courant.

    Après j'ai vu des formules "de la mort qui tue" avec plein d'intégrale et de dérivées, mais bon...

    Voilà, c'est tout ce que j'ai retenu de mes recherches, le reste c'est un peu comme apprendre une langue extra-terrestre !!

    Bon déjà, merci pour ce post. Je vais tenter de décortiquer les algorithmes présents et tenter d'adapter cela en Ocaml.

    Mais si vous avez de plus amples informations, je suis preneur

  10. #10
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 081
    Points
    16 081
    Par défaut
    Citation Envoyé par Gsyltc Voir le message
    Mais si vous avez de plus amples informations, je suis preneur
    Les algos proposés dans cette discussion sont des approximations/optimisations. Peut-être voudras-tu commencer par un algo plus usuel : le flou gaussien par convolution

    Pour ce qui est de l'idée générale, il s'agit effectivement de faire la moyenne des pixels voisins. C'est une moyenne pondérée : les pixels éloignés ont un coefficient plus faible.
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  11. #11
    Futur Membre du Club
    Profil pro
    Inscrit en
    Novembre 2007
    Messages
    4
    Détails du profil
    Informations personnelles :
    Localisation : France, Var (Provence Alpes Côte d'Azur)

    Informations forums :
    Inscription : Novembre 2007
    Messages : 4
    Points : 5
    Points
    5
    Par défaut
    Merci beaucoup je vais partir sur ton lien afin de mieux comprendre la problématique.

    Merci pour la réponse rapide

Discussions similaires

  1. Réponses: 0
    Dernier message: 22/04/2008, 13h49
  2. recalage d'image, algorithme rapide
    Par svagrim dans le forum Traitement d'images
    Réponses: 2
    Dernier message: 26/03/2008, 19h34
  3. java Image et package
    Par haco28 dans le forum AWT/Swing
    Réponses: 3
    Dernier message: 17/11/2007, 00h59
  4. [Image] Algorithme pour déterminer une forme continue
    Par wizzmasta dans le forum Algorithmes et structures de données
    Réponses: 1
    Dernier message: 25/04/2006, 16h56
  5. Java+Image
    Par matou72 dans le forum 2D
    Réponses: 11
    Dernier message: 03/03/2006, 12h07

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo