Image processing 什么是图像中通道的失真?
我对图像处理比较陌生,我有一个基本问题:什么是红/绿/蓝通道的失真,以及整个图像的失真? 取自imagemagick主页,位于: 除了图像差异的视觉解释及其重建外,我们还报告了差异的数学度量: magick compare-verbose-metric-mae-rose.jpg.jpg difference.png图像:rose.jpg通道失真:MAE红色:2282.91 (0.034835)绿色:1853.99(0.0282901)蓝色:2008.67(0.0306503)Image processing 什么是图像中通道的失真?,image-processing,imagemagick,Image Processing,Imagemagick,我对图像处理比较陌生,我有一个基本问题:什么是红/绿/蓝通道的失真,以及整个图像的失真? 取自imagemagick主页,位于: 除了图像差异的视觉解释及其重建外,我们还报告了差异的数学度量: magick compare-verbose-metric-mae-rose.jpg.jpg difference.png图像:rose.jpg通道失真:MAE红色:2282.91 (0.034835)绿色:1853.99(0.0282901)蓝色:2008.67(0.0306503) 全部:1536.3
全部:1536.39(0.0234439)
我不明白这个概念,有人能给我解释一下吗?这与形状变换或扭曲无关,如果这让你感到困惑的话。在本文中,“失真”的意思是“您请求的特定错误度量”。在比较图像时,可以选择各种“指标”进行测量:
- AE
- 梅
- DSSIM
- RMSE
- 等等
convert -size 100x10 xc:red -bordercolor black -border 100 a.png
现在向右滚动该1像素并重新保存为b.png
:
convert a.png -roll +1+0 b.png
现在比较绝对误差:
compare -metric ae [ab].png null:
20
你可以看到红色条左边的10个像素和右边的10个像素是“扭曲的”
现在向下滚动一个像素,而不是横向滚动,然后再次比较:
convert a.png -roll +0+1 b.png
compare -metric ae [ab].png null:
200
“失真”是沿着红色条顶部的100个像素变为黑色,红色条底部以下的100个像素变为红色
如果使用基于
convert
的比较方法而不是compare
方法,则可能更有意义。在这里,您对两幅图像使用更常见的convert
命令,然后使用-compare
作为运算符,但现在您将看到名为畸变的变量正在使用,它只是指您选择的任何-metric
:
convert a.png b.png -metric AE -compare -format "%[distortion]" info:
200
这与形状变换或扭曲无关,如果这让你感到困惑的话。在本文中,“失真”的意思是“您请求的特定错误度量”。在比较图像时,可以选择各种“指标”进行测量:
- AE
- 梅
- DSSIM
- RMSE
- 等等
convert -size 100x10 xc:red -bordercolor black -border 100 a.png
现在向右滚动该1像素并重新保存为b.png
:
convert a.png -roll +1+0 b.png
现在比较绝对误差:
compare -metric ae [ab].png null:
20
你可以看到红色条左边的10个像素和右边的10个像素是“扭曲的”
现在向下滚动一个像素,而不是横向滚动,然后再次比较:
convert a.png -roll +0+1 b.png
compare -metric ae [ab].png null:
200
“失真”是沿着红色条顶部的100个像素变为黑色,红色条底部以下的100个像素变为红色
如果使用基于
convert
的比较方法而不是compare
方法,则可能更有意义。在这里,您对两幅图像使用更常见的convert
命令,然后使用-compare
作为运算符,但现在您将看到名为畸变的变量正在使用,它只是指您选择的任何-metric
:
convert a.png b.png -metric AE -compare -format "%[distortion]" info:
200
谢谢你的回答,马克。虽然我会接受,但我在Imagemagick论坛上问了同样的问题,简单的回答是,“失真=差异”。再加上你的优秀形象的例子将是完美的答案。谢谢你的回答,马克。虽然我会接受,但我在Imagemagick论坛上问了同样的问题,简单的回答是,“失真=差异”。再加上你伟大的形象例子,这将是完美的答案。