Seam Carving 图像演算法，改变图片长宽比例后不违和

▼

如果我们要修改图片长宽比例，比方说把 4：3 的图片拉宽成 16：9，最常遇到的问题就是比例失真让图片看了不太舒服（人物变得矮胖），然而 Seam Carving 图像演算法可透过分析，剔除图像中不重要的部分，让主要人物或物品比例不受影响。

笔者直接以下列范例，来说明改变图片长宽比例会造成的问题。假设我们将原始比例为 4：3 的图片，直接放到 16：9 的萤幕，就会发现左右两侧空间没有内容。

但将画面拉伸至满版的话，就会产生建筑物比例失真；然而照比例放大的话，则会遇到建筑物被裁切、无法显示完整图片。

三菱电子研究实验室（Mitsubishi Electric Research Labs）的 Shai Avidan、以色列 Interdisciplinary Center 学院的 Ariel Shamir 研发的 Seam Carving 图像演算法，就能解决这个两难问题。

▲将 4：3 的图片放到 16：9 萤幕，会让左右两侧没有内容。

▲直接拉伸至满版会让比例错误。

▲如果强制放大，则会让图中物件被裁切。

▲Seam Carving 可在改变图片比例的过程中，避免影响物件比例。

Seam Carving 图像演算法的概念，是辨识图片中哪些区域是重要物件，哪些区域改变比例后失真较轻微，程式就会透过拉伸或压缩不明显的区域，来达到改变比例的效果。

实际应用时，程式会先边缘侦测，产生图片的能量分布图（Energy Map），并分析这些数据，找出代表不重要的能量最低区域。接下来程式会根据改变比例为垂直或水平方向，由上到下或由左至右，透过演算法计算出每条“缝合线”权值，权值越高代表该缝合线上的像素越重要。

有了这些数据后，程式会估算各种连接各缝合线的可能方式，找出累积最少能量的连接方式，并反复计算，找出改变比例后，影响视觉最少的区域，最后就能透过“牺牲”这些区域，改变图片的比例。

Seam Carving 除了能调整比例，还能应用于其他图像处理领域，举例来说，要移除图中物件，也能透过 Seam Carving 维持图片视觉的一致性。

▲左方为待处理的原始图片，右方 3 格是演算法计算的能量分布。（Source：Seam Carving for Content-Aware Image Resizing）

▲上方为利用 Seam Carving 处理，与下方一般方式处理相比，能降低许多改变比例造成的违和感。（Source：Seam Carving for Content-Aware Image Resizing）

▲开发团队也利用 Seam Carving 来拉伸浮世绘展示成果。（Source：Seam Carving for Content-Aware Image Resizing）

▲Seam Carving 也能用于移除物件，左为原始图，小图的绿色区为欲移除物件，红色区则为不希望改变比例的物件。处理后已看不到女子，而男子还维持原样。（Source：Seam Carving for Content-Aware Image Resizing）

如果读者想更深入了解 Seam Carving，可详细阅读开发团队释出的白皮书；若想动手玩玩看，可尝试 Endre Simo 开发的Caire，看看这个演算法的效果如何。

（本文由 T客邦授权转载；图片来源：Caire GitHub）

▼

特别声明本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。