Victor Powell

Kuvaytimellä tarkoitetaan pientä matriisia, jota käytetään Photoshopin tai Gimpin kaltaisten efektien, kuten sumentamisen, terävöittämisen, ääriviivojen tai kohokuvioinnin soveltamiseen. Niitä käytetään myös koneoppimisessa ”ominaisuuksien louhintaan”, joka on tekniikka kuvan tärkeimpien osien määrittämiseksi. Tässä yhteydessä prosessiin viitataan yleisemmin nimellä ”konvoluutio” (ks.: konvoluutio-neuraaliverkot.)

Voidaksemme nähdä, miten ne toimivat, aloitetaan tarkastelemalla mustavalkoista kuvaa. Vasemmalla oleva matriisi sisältää numeroita välillä 0-255, joista kukin vastaa yhden pikselin kirkkautta kasvokuvassa. Suuri, rakeinen kuva on suurennettu, jotta se olisi helpompi nähdä; viimeinen kuva on ”oikeassa” koossa.

Kävellään läpi seuraavan 3×3 {{selectedKernel}}-ytimen soveltaminen yllä olevaan kasvojen kuvaan.

Alhaalla kerromme jokaiselle vasemmalla olevan kuvan 3×3 pikseliä sisältävälle pikseliä sisältävälle lohkolle jokaisen pikselin ytimen vastaavalla merkinnällä ja otamme sen jälkeen summan. Tästä summasta tulee uusi pikseli oikeanpuoleiseen kuvaan. Siirrä hiiren kursori jommankumman kuvan pikselin päälle nähdäksesi, miten sen arvo lasketaan.

Yksi tämän prosessin hienouksista on se, mitä tehdään kuvan reunoilla. Esimerkiksi syöttökuvan vasemmassa yläkulmassa on vain kolme naapuria. Yksi tapa korjata tämä on pidentää alkuperäisen kuvan reuna-arvoja yhdellä, mutta pitää uusi kuvamme samankokoisena. Tässä demossa olemme sen sijaan jättäneet nämä arvot huomiotta tekemällä niistä mustia.

Tässä on leikkikenttä, jossa voit valita erilaisia ytimen matriiseja ja katsoa, miten ne vaikuttavat alkuperäiseen kuvaan, tai rakentaa oman ytimen. Voit myös ladata oman kuvasi tai käyttää live-videota, jos selaimesi tukee sitä.

Terävöitymisydin korostaa vierekkäisten pikseliarvojen eroja. Tämä saa kuvan näyttämään elävämmältä.

Taimennusydin (blur kernel) vähentää vierekkäisten pikseliarvojen eroja.

Taimennusydin (samanlainen kuin sobel kernel, ja toisinaan siihen viitataan tarkoittaen samaa) antaa illuusion syvyydestä korostamalla pikseleiden eroja tietyssä suunnassa. Tässä tapauksessa linjan suuntaisesti vasemmalta ylhäältä oikealle alhaalta alas.

Tunnistusydin jättää kuvan muuttumattomaksi. Kuinka tylsää!

Muokattu ydin on mitä tahansa, mitä teetkin siitä.

Sobel-ytimiä käytetään näyttämään vain vierekkäisten pikseliarvojen erot tietyssä suunnassa.

Ulkaviivakerneliä (jota kutsutaan myös nimellä ”reuna”-ydin) käytetään korostamaan suuria eroja pikseliarvoissa. Lähes saman intensiteetin omaavien naapuripikselien vieressä oleva pikseli näkyy uudessa kuvassa mustana, kun taas voimakkaasti eroavien naapuripikselien vieressä oleva pikseli näkyy valkoisena.

Lisätietoa löydät Gimpin erinomaisesta dokumentaatiosta Image kernelin käytöstä. Voit myös käyttää omia mukautettuja suodattimia Photoshopissa menemällä Filter -> Other -> Custom…

admin

Vastaa

Sähköpostiosoitettasi ei julkaista.

lg