美顏SDK小講堂——影像特徵

秋2305998853發表於2022-06-10

眾所周知,美顏 SDK在進行圖片識別、人臉關鍵點檢測等操作的時候都需要提取“影像特徵”。此時就有些“小白”使用者提問了,什麼是影像特徵呢?總體來說,影像特徵是用以區別和標記兩幅影像內容的基本資訊,一般分為兩類:人為特徵與自然特徵。人為特徵是對後期影像進行處理與分析,是挖掘出的認定資訊,例如影像的色域分佈、大小、紋理等資訊。自然特徵則是影像內容本身就包含的資訊,並非挖掘出來的。

美顏SDK小講堂——影像特徵

那麼,一個優良的影像特徵應該具備哪些屬性呢?小編認為有以下特徵:

1、可靠且穩定

同類別的影像在被編輯、偽造或者汙染時,良好的影像特徵在影像內容發生小規模變化時不會受到影響。

2、良好區別性

不同類別的影像,相互之間的影像特徵應該有顯著且明顯的差異,便於區分和辨別。

3、 特徵資訊不相關

影像 特徵資訊之間應該相互獨立,彼此不相關。若兩個特徵值所表徵的基本是某一物件的同一屬性,則不應該同時使用這兩個特徵值,以免造成資料亢餘,使計算複雜度大大增加。

4、較小資料量:表示影像特徵的紋理特徵向量維數不應過大,從而減少特徵匹配和對比時的運算量。

根據不同的提取方法,影像特徵通常又細分為:點線面特徵、紋理特徵、顏色特徵和統計特徵等。而美顏 SDK 中最常用的是顏色特徵提取。

美顏SDK小講堂——影像特徵

說完了影像特徵,下文我們來講一下顏色特徵吧,顏色特徵有哪些特點呢?小編總結了以下兩點。

1、顏色直方圖。單幅影像的灰度直方圖、紅綠藍各個通道的直方圖都可以作為影像的特徵資訊。相似的影像總是具有相似的直方圖資訊。可以先分別提取 圖片資訊 ,然後對於灰度直方圖資料計算 256色的歐式空間距離,當歐式空間距離小於指定閾值,則認為影像相似。

2、影像顏色矩。由顏色資訊主要分佈於低階矩中,所以用一階矩,二階矩和三階矩足以表達影像的顏色分佈,顏色矩已證明可有效地表示影像中的顏色分佈。

以上就是 小編對於 美顏 SDK 影像特徵的講述 感謝閱讀 如果您對美顏相關知識感興趣,請關注我 !

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69951589/viewspace-2899880/,如需轉載,請註明出處,否則將追究法律責任。

相關文章