指定されたレベルの数に基づいて、各カラーチャンネルを別々に量子化することによってAdobe Photoshopがポスタリゼーションを行うようです。たとえば、2つのレベルを指定すると、R値をとり、R値が128より小さい場合は0に、値が128より大きい場合は255に設定します。これはGとBについても同様です。Adobe PhotoshopスタイルのポスタリゼーションとOpenCV
OpenCVを使ってPythonでこれを行う効率的な方法はありますか？各ピクセルを繰り返し処理してその比較を行い、値を別々に設定するのですか？ OpenCV 2.4の画像はNumPyのndarrayなので、おそらくNumPyを通してこの計算を行う効率的な方法はありますか？
チャネルをまったく気にすることなく、numpyを使ってこれをきちんと行うことができます！
import cv2
im = cv2.imread('1_tree_small.jpg')
im[im >= 128]= 255
im[im < 128] = 0
cv2.imwrite('out.jpg', im)
出力：
入力：
すごいよ、ありがとう！私はぬるぬるしている完全な初心者です、私はそれがこの強力だったことに気づいていませんでした、私はこれを深く見なければなりません！再度、感謝します！ – steve8918
ご質問は、具体的なレベル2程度のレベルしかし、どのような2以上について尋ねているようです。だから私は任意のレベルの色のposterizeすることができます下のコードを追加しました。
import numpy as np
import cv2
im = cv2.imread('messi5.jpg')
n = 2 # Number of levels of quantization
indices = np.arange(0,256) # List of all colors
divider = np.linspace(0,255,n+1)[1] # we get a divider
quantiz = np.int0(np.linspace(0,255,n)) # we get quantization colors
color_levels = np.clip(np.int0(indices/divider),0,n-1) # color levels 0,1,2..
palette = quantiz[color_levels] # Creating the palette
im2 = palette[im] # Applying palette on image
im2 = cv2.convertScaleAbs(im2) # Converting image back to uint8
cv2.imshow('im2',im2)
cv2.waitKey(0)
cv2.destroyAllWindows()
このコードは、ピクセルを反復処理するよりも、本当に速いですnumpyのでパレット法と呼ばれる方法を使用しています。あなたはここにコードをスピードアップするために使用することができる方法の詳細を見つけることができます。
オリジナル画像：：Fast Array Manipulation in Numpy以下
は、私はさまざまなレベルで得られた結果である
レベル2：
レベル4：
レベル8：
のように...
これをC++で変換しようとしていますが、どのようにして色を量子化することができますか？ – AHF
最初にレベル間の数値を見つけます。たとえば、2つのレベルの場合は、127で色を分割します。それから、すべての色が0と1になります.3つのレベルの場合は、約85をとります。その後、分割すると0,1,2が得られます。その後、それらを0,127,255などに展開します。 –
こんにちは、すべてのレベルのための一般的な答えを追加しました。 –