帮助与文档
热搜关键词:美颜SDK萌颜SDK视频美颜SDK   
美颜sdk技术分析:图像特征
发布来源:美狐美颜    Date:2021-12-01 14:54:35

美颜sdk在进行图像识别、分类等操作时,都需要提取图像特征。图像特征是一幅图像区别于另一幅图像的基本信息,用来识别和标记图像内容。图像特征通常分为两大类:自然特征和人为特征。其中:

自然特征:就是图像内容本身所包含的一些信息,例如:图像的大小、色彩分布、轮廓、边缘梯度、纹理等信息。

人为特征:是后期对图像进行分析和处理,挖掘出来的认定信息。例如:图像的大小、色彩分布、轮廓、边缘梯度、纹理等信息。

美颜sdk

一个优良的图像特征应该具备如下属性:

1、良好的区别性:不同类别的图像,相互之间的图像特征应该具有显著的差异,以便于区分和辨别。

2、稳定的可靠性:同类别的图像可能会被简单编辑、伪造或者污染等,良好的图像特征在图像内容发生小规模变化时应该不受影响。

3、特征信息不相关性:各个特征信息之间应该相互独立,彼此不相关。若两个特征值所表征的基本是某一对象的同一属性,则不应该同时使用这两个特征值,以免造成数据亢余,使计算复杂度大大增加。

4、较小数据量:表示图像特征的纹理特征向量维数不应过大,从而减少特征匹配和对比时的运算量。

根据不同的提取方法,图像特征通常又细分为:点线面特征、纹理特征、颜色特征和统计特征等。而美颜sdk中最常用的是颜色特征提取。

美颜sdk

颜色特征

1、颜色直方图。单幅图像的灰度直方图、红绿蓝各个通道的直方图都可以作为图像的特征信息。相似的图像总是具有相似的直方图信息。例如:判断两张图像是否相似,我们可以先分别提取他们的灰度直方图,然后对于灰度直方图数据计算256色的欧式空间距离,当欧式空间距离小于指定阈值,则认为图像相似。

2、图像颜色矩。颜色矩是一种简单有效的颜色特征标记方法。一阶矩(均值)、二阶矩(方差)和三阶矩(斜度)等,由于颜色信息主要分布于低阶矩中,所以用一阶矩,二阶矩和三阶矩足以表达图像的颜色分布,颜色矩已证明可有效地表示图像中的颜色分布。

3、颜色聚合向量。 针对颜色直方图和颜色矩无法表达图像色彩的空间位置的缺点,提出了图像的颜色聚合向量。它是颜色直方图的一种演变,其核心思想是将属于直方图每一个bin的像素进行分为两部分:如果该bin内的某些像素所占据的连续区域的面积大于给定的阈值,则该区域内的像素作为聚合像素;否则作为非聚合像素。由于包含了颜色分布的空间信息,颜色聚合向量相比颜色直方图可以达到更好的检索效果。

以上就是美颜sdk中关于图像特征和其中颜色特征的技术简介,如果你对美颜sdk接入有需求,欢迎咨询官方客服。

声明:本文由美狐原创,未经允许禁止转载,谢谢合作。

本文标签: 美颜sdk
相关阅读
13188947262
0.026108s