计算机视觉之混合图像(Hybrid)

这是之前做过的一个关于实现Hybrid Image的小项目，有错误及不足的地方还请批评指正～

怎么理解图像的高低频？

图像的低频部分可以理解为“轮廓”，比如人脸的脸型。

图像的高频部分可以理解为“细节”，比如人脸的皱纹、斑点等。

因此，我们常说，对图像做模糊处理后得到了图像的低频部分，对图像做锐化处理会让图像的高频信息更多。（看到这里，玩过摄影的朋友是不是想到了人像处理中常用的“高低频磨皮”～）

为什么放大缩小图片会看到不同的结果？

在了解了图像高低频的定义后，我们就不难理解为什么远近看混合图像会感觉效果不同。

当我们放大混合图像时，可以清楚地看到高频信息，于是人眼更倾向于识别这部分的信息。相反地，当我们缩小图片时，高频信息就不那么容易被观察到了，这时候我们我们就更倾向于识别低频的部分。

这里我做了一张哈利波特和伏地魔的混叠图像。可以看到，当图像放大时我们看到的是哈利波特，而当图片缩小时，我们会认为这张图片是描述伏地魔的。

如何实现混合图像的效果？

实现的总体思路很简单——将只有低频信息的图片和只有高频信息的图像叠加在一起。具体步骤如下：

1. 取第一张图片：
   a. 准备好低频的滤波器（常用高斯模糊）
   b. 将图像转为矩阵，分层（如JPG图像会分成RGB三层）处理。其中，第一二列表示图像的横纵坐标，第三列存储不同的层的index（如JPG有0-2，PNG有0-3（其中第四层（3）存的是透明度））；举个栗子，[;, ;, 0] 指的是R层的数据点
   c. 每一个维度的图片分别与高斯滤波器做卷积
2. 取第二张图片：
   a. 准备好低频的滤波器（常用高斯模糊）
   b. 将图像转为矩阵
   c. 每一个维度的图片分别与高斯滤波器做卷积
   d. 用原图矩阵减去卷机后的矩阵，得到高频图矩阵
3. 将两个处理后的图像矩阵相加，得到混合图像

如何用代码实现？

https://github.com/MinisculeDust/Hybrid-Image