Post on 06-Apr-2015
transcript
Softwaretechnologie für FortgeschritteneTeil Thaller
Stunde IV: Bildverarbeitung IV
Köln 15. Januar 2015
Transformationen des Fourier Typs
2
Prinzip:
Die Zuordnung von Helligkeitswerten zu Punkten wird durch eine andere geometrisch / mathematische Interpretation derselben numerischen Werte ersetzt.
Fourier: Die räumliche Verteilung von Helligkeitswerten kann durch eine Bündelung von Frequenzwerten ersetzt werden.
Transformationen des Fourier Typs
3
Beispielsweise ist leicht nachvollziehbar, dass im Bild
jede Zeile des Bildes auch als eine „Schwingung“ verstanden werden kann, deren „hohe“ Amplitude besonders „hell“, deren
„niedrige“ besonders „dunkel“ ist.
Transformationen des Fourier Typs
4
Wenn dies so ist, kann dieses Bild offensichtlich durch Angabe der Schwingungsdauer und der Amplitude dargestellt werden.
Wird dies weitergedacht, kann man konzeptuell jeden Punkt eines Punktes dadurch beschreiben, dass man behauptet, das Bild von n x m Pixeln stelle n x m Schwingungen dar, von denen jede an genau einem der Pixel jene Ausprägung der Amplitude habe, die dem Helligkeitswert dieses Pixels entspräche.
Transformationen des Fourier Typs
5
Fouriertransformationen sind relativ anspruchsvoll effektiv zu optimieren; werden deshalb NICHT im Quellcode besprochen. Sie sind aber EXTREM wichtig.
Wichtig ist, folgende Eigenschaften festzuhalten:
Transformationen des Fourier Typs
6
(1) Fouriertransformationen sind voll umkehrbar:
Transformationen des Fourier Typs
7
(2) Transformierte Bilder können zielgerichtet bearbeitet werden:
Transformationen des Fourier Typs
8
(2) Transformierte Bilder bestehen üblicherweise aus überwiegend sehr viel kleineren Zahlenwerten:
II. Bildspeicherung und Kompression
9
Techniken zum Transfer von Bytestreams aus der linearen Form (Platte) in strukturierte Form (Memory).
Binäres Lesen (Qt flavour)
10
„Lesen“
imageFile.seek(ifd_addr);imageFile.read((char *)buffer,n);
„Schreiben“imageFile.seek(ifd_addr);imageFile.write((char *)buffer,n);
„Position merken“ifdstart = imageFile.pos();
Bildformate: TIFF
11
Bildformate: TIFF
12
Bildformate: TIFF
13
Komprimieren
14
Run Length Encoding
while(line > 0) { c = *(source)++; if (c < 0) { count = c * -1 + 1; memset(target, *source, count); source++; } else { count = c + 1; memcpy(target, source, count); source += count; } line -= count; target += count; }
Komprimieren
15
CCITT / Huffmann Encoding (bitonal) 1 / 3
while(gotten<header->width) { if ((runlength=TIfetchrun(&ccitt,buffer,0,&err))<0) goto cleanup; memset(target,usecolor[0],runlength); target+=runlength; gotten+=runlength; if (gotten>=header->width) break; if ((runlength=TIfetchrun(&ccitt,buffer,1,&err))<0) goto cleanup; memset(target,usecolor[1],runlength); target+=runlength; gotten+=runlength; }
Komprimieren
16
CCITT / Huffmann Encoding (bitonal) 2 / 3
Komprimieren
17
CCITT / Huffmann Encoding (bitonal) 3 / 3
Komprimieren
18
Lempel-Ziv & Welch (LZW) 1 / 2
InitializeStringTable();WriteCode(ClearCode);W = the empty string;for each character in the strip { K = GetNextCharacter(); if W+K is in the string table { W = W+K; /* string concatenation */ } else { WriteCode (CodeFromString(W)); AddTableEntry(W+K); W = K; }}WriteCode (CodeFromString(W));WriteCode (EndOfInformation);
Komprimieren
19
Lempel-Ziv & Welch (LZW) 2 / 2
static int shifts[4][8] = { 7, 6, 5, 4, 3, 2, 1, 0, 14, 13, 12, 11, 10, 9, 8, 7, 13, 12, 11, 10, 9, 8, 7, 6, 12, 11, 10, 9, 8, 7, 6, 5 };int raw, use;
use = lzw->lzwbits >> 3;if (use >=max) return TiffLZWEOI;raw = (raster[use] << 8) + (raster[use + 1]);if (lzw->lzwcs>9) raw= (raw<<8) + (raster[use + 2]);raw >>= shifts[lzw->lzwcs-9][lzw->lzwbits % 8];lzw->lzwbits += lzw->lzwcs;
return (raw&lzw->lzwmask);
Komprimieren
20
JPEG
Sechs Schritte zum s/w JPEG Image1.In Blöcke gruppieren; Zentrieren um Null.2.DCT jedes Blocks.3.Elimieren einiger Werte durch "quantization".4.8 x 8 Blöcke lineare Sequenz, per Entropy Encoding.5.Run length encoding.6.Huffman encoding.
Vor diesen Schritten im 24 Bit Fall: Transformation RGB YCbCr.
Danke für heute!
21