Математическое моделирование. Урок 9. Стат. анализ цветовых моделей RGB и HSV

Чтобы смотреть урок полностью, подпишитесь на платный раздел.

В платном разделе статья находится здесь.

Прежде чем закончить с темой информационной энтропии, разберем еще парочку моделей. Одну из них на этом уроке, другую на следующем. Первая модель - это картинка в формате представления цвета RGB и HSV. Мы посчитаем энтропию Шеннона для каждой цветовой и сравнив ее. Начнем с RGB. Берем исходники прошлого урока и исходники из урока Теория и практика компьютерной графики. Урок 4. Пример работы с растровой графикой на C#. Продолжение. Из последнего, урока, правда мы берем только класс ImageWrapper.cs и вставляем его в исходники прошлого урока.

Создаем класс GraphModel:...

...

И пишем тестовую программу:

private void btnRGB_Click(object sender, EventArgs e)

{

GraphModel model = new GraphModel();

model.create_model_RGB("d:\\3\\Dscn0116.jpg",10);

model.table.calk();

MessageBox.Show(model.table.H.ToString() + "; " + model.table.U.ToString());

}

Испытывать будем вот на такой картинке:

Результат:

Теперь реализуем модель HSV. Для этого нам понадобится класс FramePoint из исходников урока Теория и практика компьютерной графики. Урок 6. Цветовая модель HSV. Присоединим его тоже к проекту. В класс GraphModel добавим метод create_model_HSV ...

...

...Также напишем для этого метода тестовую программку:

private void btnHSV_Click(object sender, EventArgs e)

{

GraphModel model = new GraphModel();

model.create_model_HSV("d:\\3\\Dscn0116.jpg", 10);

model.table.calk();

MessageBox.Show(model.table.H.ToString() + "; " + model.table.U.ToString());

}

Результат неожиданный, энтропия Шеннона увеличилась:

Из этого можно сделать вывод, что модель RGB лучше. Но .. для компьютера. С точки зрения восприятия человека, все таки лучше модель HSV. Да и некоторые алгоритмы действительно удобнее делать в цветовом пространстве HSV. Например, если мы анализируем изображение, и нам надо сделать наш анализ инвариантным к освещенности. В этом случае мы можем анализировать только компоненты H (цвет) и S(насыщенность цвета) , игнорирую компоненту V (яркость). Действительно, если мы исключим из нашей модели столбец V, то мы получим знание энтропии Шеннона 4.29, что меньше чем в случае RGB. Правда, из RGB нам вряд ли удаться исключить какую либо компоненту, разве что сделав изображение черно-белым, сведя три компоненты к одной.

Скриншоты, помеченные знаком *, являются цитатами и иллюстрациями программного продукта "Microsoft Visual Studio 2010", авторское право на который принадлежит корпорации Microsoft..

Последнее обновление ( 02.06.2025 г. )

« След.		Пред. »

Вернуться