पीएसएनआर और एसएसआईएम या सी के तहत छवियों के साथ कैसे काम करें

इस लेख में मैं छवियों के साथ काम करने के बुनियादी सिद्धांतों पर स्पर्श करूंगा। इसके लिए मैंने OpenCV लाइब्रेरी को चुना। यह नि: शुल्क वितरित किया जाता है, इसलिए इसे डाउनलोड करना आसान है।
जब मुझे दो चित्रों के बीच के अंतर का आकलन करने के लिए दो मीट्रिक लिखने के लिए अध्ययन का काम दिया गया, विशेष रूप से मूल से संशोधित की गुणवत्ता, निश्चित रूप से यह सब मुझे थोड़ा भ्रमित करता है। प्रोग्रामिंग में ज्ञान, इसे हल्के ढंग से रखने के लिए था, बहुत बड़ा नहीं, आखिरकार, पहले वर्ष में ही था। सौभाग्य से, उन्होंने कहा कि किस पुस्तकालय को अग्रिम में चुनना है, इसलिए कोई कठिनाई नहीं थी। लेकिन इसका उपयोग कैसे किया जाए, यह पहले से ही अधिक कठिनता का क्रम था, यह सब मैं मुख्य रूप से इंटरनेट पर खोद सकता था, भले ही मैं इसे इस स्तर पर जानता हूं कि मैं उन्हें पढ़ सकता हूं। साहित्य, पुस्तकालय की विशालता के कारण, अच्छी तरह से फिट नहीं हुआ। यह बहुत अच्छा है कि यह संभव है, क्या कार्य करता है और कैसे उपयोग करना है, मैं फिर शिक्षक के साथ स्पष्ट कर सकता हूं। और केवल यह समझना आवश्यक था कि तस्वीर को कैसे एक्सेस किया जाए, विशेष रूप से छवि के व्यक्तिगत पिक्सेल। जो रुचि रखते हैं, बिल्ली का स्वागत करते हैं।

PSNR / SSIM

शुरुआत करने के लिए, PSNR और SSIM क्या है? जैसा कि विकिपीडिया हमें बताता है। PSNR - पीक सिग्नल-टू-शोर अनुपात, अक्सर छवि संपीड़न में विरूपण के स्तर को मापने के लिए उपयोग किया जाता है। और हम उसे ऐसे ही पा लेंगे। इस मामले में, सब कुछ छवि की बिटनेस पर निर्भर करेगा।



एमएसई मानक विचलन कहां है?



SSIM को अधिक जटिल माना जाता है, और दो छवियों के बीच अंतर को अधिक सटीक रूप से निर्धारित करने के लिए बनाया गया था, इसलिए बोलने के लिए। ख़ासियत यह है कि यह हमेशा -1 से 1 तक की सीमा में है, और 1 के बराबर मूल्य के साथ, इसका मतलब है कि हमारे पास दो समान चित्र हैं। सामान्य सूत्र में रूप है



यहां (x) पहली तस्वीर के लिए औसत मूल्य, (y) यह दूसरे के लिए है, (x) पहली तस्वीर के लिए मानक विचलन, और तदनुसार (y) दूसरे के लिए, (x, y) यह पहले से ही सहसंयोजक है। मैं उसे होने की याद दिलाता हूं (x, y) = (x, y) - (x) * (वाई)। हम सी 1 और सी 2 जारी रखते हैं, सुधार कारक जो हमें हर की छोटीता के कारण चाहिए। इसके अलावा, वे छवि के दिए गए बिटनेस से क्रमशः रंगों की संख्या के वर्ग के बराबर और 0.01 और 0.03 से गुणा करते हैं।

कोड

मैं स्वीकार करता हूं कि मेरी प्रोग्रामिंग शैली शायद बहुत अच्छी नहीं है, लेकिन मुझे कठोर रूप से न्याय न करें, मुझे बहुत अनुभव नहीं है और मैं इसे हर समय सुधारने का वादा करता हूं। इस लेख में, मैं केवल SSIM मैट्रिक्स को पार्स करने के लिए खुद को सीमित करता हूं। सबसे पहले आपको विजुअल स्टूडियो को हाथ पर रखना होगा। तब मैं यह समझने में काफी सक्षम था कि परियोजना में मूल रूप से चयनित पुस्तकालय को कैसे जोड़ा जाए। आपको हेडर फ़ाइलों को जोड़ने की जरूरत है, ठीक है, नई बनाई गई परियोजना के लिए फाइलें खुद। यह यहां और अधिक विस्तार से वर्णित है ।
अपने लिखित कोड की व्याख्या करने के लिए, मैं उसके साथ टिप्पणी करने पर शर्त लगाऊंगा। कोड बहुत लंबा नहीं है, ताकि इसे समझा जा सके। अच्छा, चलिए शुरू करते हैं।

तस्वीरों के संकेत हमें मिलते हैं।

IplImage* img1 = cvvLoadImage("before.bmp"); IplImage* img2 = cvvLoadImage("after.bmp"); 

साक्षी का निर्धारण किया जा सकता है

 img->depth 

यह काफी सरल है।

वांछित मात्रा का पता लगाने के लिए, मैंने अपने कार्यों की एक जोड़ी लिखी। खोजने के लिए (x), अर्थात औसत मान । वास्तव में, हम दो-आयामी सरणी के साथ एक तस्वीर के साथ काम करते हैं। अभी भी, प्राप्त मूल्य को छवि के आकार से विभाजित करने की आवश्यकता होगी, जो निम्नानुसार है:

 (img->width)*(img->height) 

 double avg(IplImage* img){ unsigned char* ptr; int x,y,b=0,g=0,r=0,col=0; for(x=0;x<=img->width;x++){ for(y=0;y<=img->height;y++){ ptr=(uchar*)(img->imageData+y*img->widthStep); //       b=ptr[3*x]; g=ptr[3*x+1]; //           r=ptr[3*x+2]; // b - blue, r - red, g - green col+=b+g+r; }} return col/3.00; } 

मानक विचलन इतना है, यहां हमें अन्य चीजों के साथ, पहले से प्राप्त किए गए माध्य मानों को प्रसारित करना होगा।

 double var(IplImage* img, double mu){ //variance unsigned char* ptr; int x,y,b=0,g=0,r=0; double col=0; for(x=0;x<=img->width;x++){ for(y=0;y<=img->height;y++){ ptr=(uchar*)(img->imageData+y*img->widthStep); b=ptr[3*x]; col+=(abs(1.0*b-mu))*(abs(1.0*b-mu)); g=ptr[3*x+1]; col+=(abs(1.0*g-mu))*(abs(1.0*g-mu)); r=ptr[3*x+2]; col+=(abs(1.0*r-mu))*(abs(1.0*r-mu)); }} return col; } 

और इस तरह के सहसंयोजक :

 double cov(IplImage* img1,IplImage* img2,double mu1,double mu2){ //covariance unsigned char* ptr; int x,y,b1=0,g1=0,r1=0,b2=0,g2=0,r2=0; double col=0; for(x=0;x<=img1->width;x++){ for(y=0;y<=img1->height;y++){ ptr=(uchar*)(img1->imageData+y*img1->widthStep); b1=ptr[3*x]; g1=ptr[3*x+1]; r1=ptr[3*x+2]; ptr=(uchar*)(img2->imageData+y*img2->widthStep); b2=ptr[3*x]; g2=ptr[3*x+1]; r2=ptr[3*x+2]; col+=(b1-mu1)*(b2-mu2)+(g1-mu1)*(g2-mu2)+(r1-mu2)*(r2-mu2); }} return col; } 

वास्तव में, हमें केवल उपरोक्त स्थायी सूत्र में प्राप्त मूल्यों को स्थानापन्न करना होगा। इसके अलावा, मुक्त स्मृति को मत भूलना।

  cvReleaseImage(&img1); cvReleaseImage(&img2); 

पुनश्च

आप यहां पुस्तकालय डाउनलोड कर सकते हैं । यहाँ OpenCV के बारे में बहुत सी दिलचस्प बातें ( ZlodeiBaal के लिए धन्यवाद)। इसके अलावा भविष्य में मैं इस एक के समान एक लेख लिखना चाहूंगा, लेकिन पहले से ही वीडियो के साथ काम करने और अन्य पुस्तकालयों का उपयोग करने के बारे में।

जिनके पास कोई प्रश्न हैं या त्रुटियों पर ध्यान दिया गया है, या केवल लेखक की प्रशंसा करना चाहते हैं, लिखें, मैं निश्चित रूप से उत्तर दूंगा।