点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
小白导读:黑白照片,在我们日常生活中已很难见到,在技术不发达的过去,它承载了无数人的美好的回忆。今天,小白为大家带来神奇的图像着色技术,在图像着色技术的帮助下,黑白照片记载美好的回忆将愈发色彩斑斓。
图像着色是对黑白灰度图像进行伪彩色化的过程,在数字图像处理、工业生产乃至医学影像处理等领域具有重要的研究意义和应用价值。根据研究显示,对于图像的灰度等级,人眼只能识别出十几种,但是对于彩色图像,人眼确可以分辨出成千上万种色彩。由此可以看出,彩色的图像对于人眼的影响要远远大于灰度图像。
除此之外,灰度图像不利于算法对图像信息特征的提取,因此,将灰度图像进行着色、伪彩化之后将会有利于图像特征的提取与表达。并且着色之后的图像可以更好的表达图像的意义、增强图像的特征、提高人眼的认知、传递视觉的享受,使人眼能更快、更好的捕捉到图像本身的意义和信息,进而充分发挥图像的价值。
图像着色技术有着非常久远的历史,从最开始的时候人们用手工的方式在黑白图像上涂上自己喜欢的颜色,到最早期的黑白胶片演变成彩色的图像,图像着色的技术-路走来,技术越来越成熟。图像着色技术可以应用于更多、更广泛的领域。例如在遥感、卫星领域中,着色技术起到非常大的作用;在医学领域,图像着色也广泛应用于X光、CT、MR等医学影像处理。
利用图像着色技术,我们可以将黑白照片转换为彩色照片,这样能使照片看起来更加生动。想必大家都或多或少接触过Photoshop吧,小白也曾用它处理过很多照片呢。在Photoshop中,我们如果要将一张黑白照片着色,这将会是一个繁琐的过程,大概需要花一个月时间,令人惊讶。
随后来自加州大学伯克利分校的一些研究人员决定通过深入学习和计算机视觉技术来减少图像着色所需时间,提高效率。在2016年的欧洲计算机视觉会议上,他们发表了研究成果,提出了一种全自动的图像着色算法,可以在几秒钟内在黑白图像上产生逼真的色彩。
下面小白带大家看一些图像着色技术的例子:
只有一张黑白照片输入,全自动地使照片着色,将小朋友和鸟儿刻画的栩栩如生,小白也不得不感叹图像着色技术的强大。
这是一张1936年的照片,让我们用图像着色技术对它进行处理:
为什么图像着色技术转换的黑白照片如此逼真呢?
研究人员提出了一系列的解决方案,作为解决方案的重要部分,深度学习在当中起了很大作用。但有了深度学习还不能完整的实现图像着色,如何实现解决方案仍是一个难题。如果选择按照设计神经网络的标准路线,将黑白图像直接映射到彩色图像,很明显是行不通的,因为相似的物体不一定有相同的颜色。
举个例子,假设一个图像数据集有四张苹果图片:两张黄色苹果,两张红色苹果。如果按照一个标准的神经网络解决方案,我们可以得到数据集中苹果的平均颜色,并以此方式给黑白照片上色,把黑白苹果映射成彩色苹果。然而这四个苹果的“平均颜色”,却是将黄色和红色按1:1比例混合,得到了橙色,于是所有苹果的黑白照片都被染成橙色。这不是我们希望看到的结果。
于是,研究员们提出了新的解决方案。他们的想法是计算每个像素成为一种特定颜色的概率。我们知道,黑白图像中的每个像素都有一个百分比列表,该百分比表示特定像素成为每个特定颜色的概率,最终颜色将从列表中的前面的已有颜色中选择。
回到刚才的例子,由于我们的数据集只包含红色和黄色的苹果,所以神经网络会告诉我们,图像中属于苹果的像素有50%的可能是黄色的,50%的可能是红色的,也就意味着不会出现错误的橙色。
那么,图像着色具体的工作流程是怎样的呢?小白归纳了以下四个步骤:
通过这四个主要步骤,我们基本上就能完成图像着色了。
下面我们来看一个例子:
在四个步骤后,我们可以看到,图像已经完成着色了。
很神奇的一种技术,不是吗?
想学习更多图像处理技术,成为同伴们眼中的大佬吗,请继续关注“小白学视觉”
好消息,小白学视觉团队的知识星球开通啦,为了感谢大家的支持与厚爱,团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦!
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~