- Notifications
You must be signed in to change notification settings - Fork4
guyuchao/Digital-media
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
Author: Yuchao Gu
E-mail:2015014178@buct.edu.cn
Date: 2018-05-10
Description: 胡伟老师15级数字媒体课程设计，完成了numpy优化的基础图片处理以及目标移除、灰度上色、图像去雾、图像检索等高级处理，此外，本系统综合了mysql与七牛云数据库，完成图片数据的存储管理。
实现了何凯明的《Single Image Haze Removal Using Dark Channel Prior》和引导滤波，配合前端展示
实现了论文 Levin et. al《Colorization Using Optimization》，配合前端canvas交互，完成交互上色功能
实现了Shai Avidan 的《Seam Carving for Content-Aware Image Resizing》，将基础的seam carving与论文中提出的基于seam的object remove结合，配合前端canvas的交互标记区域，实现交互删除功能
基于sift特征点提取和特征聚类，flann快速匹配，实现快速图像检索功能。调用了opencv相应函数，配合前端展示。
- 对比度，亮度，饱和度调整，全是手工实现，其中转换hsv与rgb的算法，用numpy优化过，没有出现for循环，加快了处理效率
- 各种滤波方法，全是手工实现
本课设存在以下局限，供参考者改进：
- seam-carving没有完成基于seam的enlarge，目标移除后只是简单的scale成原尺寸，若删除区域过大可能失真
Image Process System│├── gycImgProcess # 本项目的图片处理代码包，代码封装成包，实现前端调用接口│ ├──Basicprocess.py # 亮度、饱和度、对比度的numpy优化实现，基础色彩空间变换以及与前端base64的图片编码转换│ ├── Imagemerge.py # 简单的图片融合│ ├── Filtering.py # 各种滤波方法的手工实现│ ├── Colorized.py # 灰度图上色的实现，参考论文《Colorization Using Optimization》│ ├── Dehaze.py # 去雾算法的实现，参考论文 《Single Image Haze Removal Using Dark Channel Prior》│ └── Seamcaving.py # 目标移除的实现，参考论文《Seam Carving for Content-Aware Image Resizing》│ ├── readmeDisplay # 存放本说明文件使用的图片数据│ ├── gycOsUtils # 存放项目中文件操作的代码│ ├── gycQiniuUtils # 封装与七牛云云数据库交互的代码│ ├── gycMysqlUtils # 存放与本地mysql交互的代码│ ├── templates # 存放网页展示所需的html│ ├── colorizer.html # 灰度图上色的html文件│ ├── dehaze.html # 去雾算法的html文件│ ├── filter.html # 滤波算法的html文件│ ├── foundation.html # 基础对比度变换等算法的html文件│ ├── login.html # 登陆页│ ├── objectremove.html # 目标移除算法的html文件│ ├── register.html # 注册页│ ├── search.html # 图像检索的html文件│ └── thumbnail.html # 个人云数据库图片展示页│├── main.py # 后端代码│├── static # 存放jquery，bootstrap等js，css库文件│ ├── js/myjs # 每个html对应的js文件，实现了与后台的交互│ └── other files # 其余js库文件│├── wljsearch # 图像检索部分│├── testfiles # 包含每个模块的测试用图│└── readme.md # 此说明文件Python 3.6依赖：
flaskjqueryopencv-python系统支持：
ubuntu编程环境:
pycharm
本课设感谢胡伟老师对算法的指导以及wlj961012 提供的关于图像检索的理解与参考代码