Skip to content

实现了图片处理功能的平台,完成了数据库的持久化存储

Notifications You must be signed in to change notification settings

guyuchao/Digital-media

Repository files navigation

Image Process System

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。

结果展示

图像去雾

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

灰度图上色

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

目标移除

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

图像检索

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。

基础图像处理

  • 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

局限与不足

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

代码结构

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

环境

  • Python 3.6

  • 依赖:flask jquery opencv-python

  • 系统支持:ubuntu

  • 编程环境:pycharm

致谢

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

About

实现了图片处理功能的平台,完成了数据库的持久化存储

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages