तो हमारे पास हिस्टोग्राम है ... क्या उनमें से मूल छवि उत्पन्न करने के लिए कोई एल्गोरिदम है?क्या छवि हिस्टोग्राम को मूल छवि में परिवर्तित करने के लिए कोई एल्गोरिदम है?
alt text http://www.petrileskinen.fi/Actionscript/HistogramTest/HistogramTest.jpg
नहीं, क्योंकि हिस्टोग्राम बस विभिन्न टन, नहीं उनके स्थानों के पिक्सल के संख्या साजिश।
सं Histograms हानिपूर्ण हैं।
यह कहने जैसा है: "क्या आप पेंट के कुछ बर्तनों से एक विशिष्ट पेंटिंग (जिसे नहीं जानते) का पुनर्निर्माण कर सकते हैं?"
हिस्टोग्राम से अज्ञात तस्वीर को पुनर्निर्माण करना संभव नहीं है, लेकिन इसका मतलब यह नहीं है कि आप ऐसा कुछ भी नहीं कर सकते हैं। यदि आपके पास संभावित चित्रों का डेटाबेस है, तो आप प्रत्येक हिस्टोग्राम उत्पन्न करके प्रत्येक चित्र को "फिंगरप्रिंट" कर सकते हैं, और फिर उस चित्र को पहचानने के लिए आपको उस फिंगरप्रिंट के उस डेटाबेस पर खोज करने के लिए हिस्टोग्राम का उपयोग कर सकते हैं। यदि आपको एक सभ्य दूरी मीट्रिक मिलती है, तो संभवतः आप चित्रों को ढूंढने के लिए इसका उपयोग भी कर सकते हैं जो कि "समान" (कुछ बहुत मोटे अर्थ में) हैं जो आपके पास है।
आप यह कहने के लिए इसका उपयोग नहीं कर सकते हैं "यहां लंदन के टॉवर की एक तस्वीर है, अब मुझे टॉवर ऑफ़ टॉवर की अन्य तस्वीरें मिलें" लेकिन आप इसका इस्तेमाल यह कहने के लिए कर सकते हैं "यहां सूर्यास्त की तस्वीर है; मुझे ढूंढें चित्र जिनमें रंगों का एक समान सेट होता है ", जो कुछ हद तक उपयोगी हो सकता है।
बेशक यह पता चला है कि आपकी शाम के परिदृश्य चित्र में पूरी तरह से अप्रासंगिक कुछ समान हिस्टोग्राम है, और एक तस्वीर के लिए एक पूरी तरह से अलग हिस्टोग्राम हो सकता है, एक मानव के लिए, समान दिखता है। तो यह एक मजबूत दृष्टिकोण नहीं है। लेकिन अगर आपके पास हिस्टोग्राम है, तो यह देखने के लायक हो सकता है कि क्या हासिल किया जा सकता है।
अच्छी पोस्ट करेंगे। हिस्टोग्राम का उपयोग छवि फोरेंसिक के लिए भी किया जा सकता है, यानी, छवि पर किए गए संचालन का इतिहास निर्धारित करने के लिए। एक हिस्टोग्राम ल्यूमिनेंस समायोजन जैसे निशान खींचने, समानता, या गामा सुधार के निशान प्रकट कर सकता है। उदाहरण के लिए, यहां मेरे सहयोगी के पहले दो प्रकाशन देखें: http://www.ece.umd.edu/~mcstamm/research.html –
दाएं।वास्तव में, कलर हिस्टोग्राम छवि-खोज प्रणाली, आईआईआरसी में उपयोग की जाने वाली पहली विशेषता थी। –
एक हिस्टोग्राम में कोई स्थानिक जानकारी नहीं है। मेरा मतलब है, एक विशेष हिस्टोग्राम बिन में योगदान देने वाले पिक्सेल की एक्स, वाई स्थिति को खोजना संभव नहीं है। हिस्टोग्राम केवल छवि वैश्विक चमक जानकारी का प्रतिनिधित्व करता है।
Histogram केवल एक छवि में स्वरों के वितरण के बारे में जानकारी देता है और जानकारी प्रदान करता है। यह मूल छवि में एन्कोड किए गए असतत जानकारी का एकत्रीकरण है - कितने पिक्सल के पास विशेष मान हैं। इस प्रकार, पिक्सेल के स्थान जैसे अतिरिक्त विवरण प्रदान किए बिना मूल छवि उत्पन्न करना संभव नहीं है।
हालांकि गलत नहीं है, मैं कहूंगा कि यह उत्तर भ्रमित है। हानि के साथ आप आमतौर पर हानिकारक संपीड़न का मतलब है जहां संपीड़न में कुछ जानकारी खो जाती है, लेकिन मूल को कुछ सहनशील त्रुटि के साथ पुनर्निर्मित किया जा सकता है। रंग हिस्टोग्राम के मामले में बस कोई तरीका नहीं है कि मूल छवि का पुनर्निर्माण किया जा सके। –
मुझे लगता है कि कोई हिस्टोग्राम से छवि के प्रकार का अनुमान लगा सकता है और एक छोटे से चयन से सबसे अच्छी मिलान छवि प्रस्तुत कर सकता है। जंगल (हरा), चेहरों (गुलाबी) और पानी (नीले) की छवियों के साथ अच्छी तरह से काम कर सकते हैं ... कोई यह मान सकता है कि एक बहुत ही हानिकारक संपीड़न –
हिस्टोग्राम छवियों को संपीड़ित नहीं किया गया है। वे एक छवि का एक वैकल्पिक प्रतिनिधित्व भी नहीं हैं ... वे छवि में निहित जानकारी के कुछ हिस्से को व्यक्त करते हैं, लेकिन सभी नहीं। इसका मतलब यह नहीं है कि वे हानिकारक हैं। वे सभी सूचनाओं को व्यक्त करते हैं जिनके लिए उनका मतलब है। यदि हानिकारक हिस्टोग्राम "गरीब आदमी के हिस्टोग्राम" – Egon