Триангуляция картинок (2 стр)

Ren
> Каринки не угодили
Баба должна быть треугольной. Исправил

Для какого нибудь эфыкса мб и прокатило бы.
Или если картинка это не картинка, а карта чего то

endeavour_pr
> какого нибудь эфыкса

Для эфыкса риалтайм нужен. Я пока текущее качество за 7 сек считаю, с применением CUDA причем.
Алгоритм пока плохо паралелится, думаю куда копать.

>slepov
Если не секрет, как точки выбираются?
Я же так понимаю там определяется, что на картинке примерно?

FourGen
> Если не секрет, как точки выбираются?
> Я же так понимаю там определяется, что на картинке примерно?
Я бы предположил пальцем в небо, что от картинки берется лапласиан, и результат этого оператора используется как плотность вероятности для распределения пуассона. Полученные точки триангулируются делоне.

MrShoor
> берется лапласиан

Нет конечно, лапласианы и собели разбиваются о шумы.

> триангулируются делоне
да, это раскрашеный Делоне.

slepov
> Нет конечно, лапласианы и собели разбиваются о шумы.
А разве задача - не получить "плотность" шума?

MrShoor
> А разве задача - не получить "плотность" шума?

Задача - максимально точно аппроксимировать картинку, конкретно триангуляцией. Получить "плотность" шума - я не знаю что такое.

slepov
> Получить "плотность" шума - я не знаю что такое.
Ну то, что вернет лапласиан. Поидее на границах контуров будут большие значения, там где цвет меняется слабо - маленькие.

Вероятно опять криво вопрос задал, как бы объяснить, вопрос не в том как оттреангулировать, это не проблема. Как выбрать точки? Вот есть голова, там глаза, лоб волосы  и тд. Каким образом они выделяются? А если картинка будет под 45 градусов повернута? Или скажем на 90?

Как именно сам анализ картинки идет?

(Лапласиан не видел что такое, почитаю)

FourGen
> Как выбрать точки?

Конечно это главный вопрос. Но пока это мой маленький секрет, и пока и результат не очень и перфоманс.

MrShoor
> что вернет лапласиан

Лапласиан - это вторая производная, она не найдет границы. Ты скорее имел ввиду Собеля или чтото похожее на первую производную по краям. Ну это слишком наивно. Есть способы получше но дело ни в этом. Что потом делать с этой плотностью, потому что кандидатов на точки все еще будет много.

P.S. кажется понял, наверно предлагаешь сгладить все фильтром (аля усредняющее окно), потом экстремальные точки - вершины Делоне. Хреновенько работать будет. Т.к. размер окна усреднения станет проблемой. Возмешь его узким - куча точек. Большим - сравняет мелкие детали.

Salamandr
> "релаксация Ллойда"

Да, красивый алгоритм, я его не пробовал но уверен что даст хороший результат. Только вот двигать точки в Делоне - трудновато, при этом наверняка еще проблемы будут. Я рассматривал этот вариант но не пошел в эту степь.

slepov
> Лапласиан - это вторая производная, она не найдет границы.
Лапласиан - это взятие градиента, а потом дивергенции. Оно не должно найти границы, оно должно найти что-то в духе: "насколько быстро в данной окресности меняется изображение". Оно наверное чем-то похоже на вторую производную, но всё же это не вторая производная.

В общем моё предположиение - это так, первая мысль как бы это можно было бы попробовать сделать.

Так а как именно ты делаешь? Или это коммерческая тайна?

MrShoor
> Лапласиан - это взятие градиента, а потом дивергенции
Т.е. сумма частных вторых производных. Поэтому я не парясь говорю - вторая производная.

MrShoor
> Так а как именно ты делаешь? Или это коммерческая тайна?
>
Да я все лето трахался чтобы получить сей весьма скромный результат ). Потеряю интерес - поделюсь

Если бы мне такое понадобилось на компьютере, и чтобы быстро работало, то взял бы и написал в лоб через несколько вложенных циклов, перед этим подсмотрев некоторые формулы в поисковике и шпаргалках. А потом оптимизировал. И вот если бы получилось не очень, тогда и изучал, что по этому поводу написали Делоне с Лаплассианом.

FourGen
> Лапласиан
https://robocraft.ru/computervision/460
и следующий 27 (Canny)