近年来,数字图像编辑技术的发展迅速,其中一种最引人注目的技术就是缝隙雕刻(Seam Carving)。这项技术由来自三菱电机研究实验室的Shai Avidan和来自跨学科中心的Ariel Shamir共同开发。缝隙雕刻不仅能够自动缩放图像,还能够在不失真地改变图像的内容时,删除或插入整个物体。
缝隙雕刻为图像重新调整提供了可能性,让图像在不同媒介(如手机或投影萤幕)上显示时不会变形。
在缝隙雕刻中,缝隙可以是垂直或水平的。垂直缝隙是指从图像的顶部到顶部的一条像素路径,而水平缝隙则是从左到右的一条像素路径。每个像素的能量值计算是通过测量其与相邻像素的对比来进行的。
当缩小图像某一维度(高度或宽度)时,算法会根据需要删除的缝隙数量来选择要移除的缝隙。这一过程能够逆转,即通过复制低能量缝隙并将其像素与邻居又进行平均来增大图像的某一维度。
计算缝隙意味着寻找一条从图像一端到另一端的最小能量路径。这可以透过多种算法来实现,如Dijkstra算法、动态规划、贪婪算法或图切割技术等。
动态规划是一种程序设计方法,可以存储子计算的结果,以简化计算更复杂的结果。以计算垂直缝隙为例,对于每个行中的像素,我们会计算当前像素的能量加上上方三个可能像素的能量之和。这一过程中,计算能量的过程可以轻易并行化。
当算法删除低能量缝隙时,有可能意外创造出高能量缝隙,因此,需要用户提供的信息来降低错误。
在使用缝隙雕刻过程中,算法有时会删除会不经意影响图像的缝隙。在这种情况下,检查“能量差”以确保移除缝隙是否会增加能量,是处理这一问题的解决方案。这涉及模拟移除缝隙的过程并检查能量的变化。
Adobe Systems已获得缝隙雕刻技术的非独占许可,并在Photoshop CS4中实现为“内容感知缩放”功能。该技术还可以见于其他一些流行的计算机图形应用程序中,如GIMP和ImageMagick等。
未来,缝隙雕刻的改进可能会集中在更好的能量函数展示、视频应用以及更快的GPU实现上。更有趣的是,神经变形场的应用将使其扩展到连续领域,如3D场景。
尽管缝隙雕刻在一些检测算法中表现不佳,但其与其他方法的结合仍然使其成为更高效的图像调整工具。
这项技术的发展引导我们进入全新的视觉体验和图像处理方式,使得数字艺术的创作不再受限于传统方法的约束。在未来,我们是否会见证更多更精进的技术能够重塑我们眼中的世界?