Python pyCAIR包_程序模块 - PyPI

该模块提供了一个简单而强大的机制，使用接缝雕刻算法调整图像大小。

pyCAIR的Python项目详细描述

pycair是一个内容感知图像大小调整（cair）库，基于sEAM雕刻，用于内容感知图像大小调整纸张。

它是如何工作的

从提供的图像生成能量图和图像的灰度格式。
接缝雕刻算法通过从能量图中提取最小的能量值来寻找图像中不太有用的区域。
在动态规划与回溯相结合的帮助下，接缝雕刻算法使用自上而下或左向右的方法在图像上生成单独的接缝（取决于垂直或水平调整大小）
通过逐行遍历图像矩阵，计算每个条目的所有可能连接接缝的累积最小能量。通过将当前像素与前一行相邻像素的最小值相加，计算出最小能级。
从最后一行开始从能量矩阵中找出成本最低的接缝并将其移除。
重复此过程，直到根据用户指定的比率调整图像大小。

对研究论文的直观解释

notes1

notes2

notes3

notes4

项目结构和说明

目录结构：

pycair（根目录）
-图像/
-结果/
-序列/（压缩到存储库中）
-视频/
-notdoneyet.py
-imgtovideos.py
-opencv_generators.py
-seam_carve.py
-帮助程序.py

文件：notdoneyet.py

用户输入（）-
参数：
- 对齐：指定调整大小操作必须在哪个轴上执行。
- 缩放比率：在0和1之间进行浮点运算以缩放输出图像。
- 显示接缝：如果未选择此选项，则图像仅在背景中接缝。
- 输入图像
- 生成序列：执行所有操作后生成中间序列以形成视频。

文件：imgtovideos.py

generateVideo（）-将每个图像路径传递到vid（）以生成视频。
**vid（）**-将每个输入图像写入视频缓冲区以创建完整的视频。

文件：opencv_generators.py

generateenergymap（）-使用opencv内置函数获取能量并将图像转换为灰度。
**generateColorMap（）**-使用opencv内置函数在给定图像上叠加热图。

文件：seam_carve.py

getenergy（）-使用sobel运算符和卷积函数生成能量图。
getMaps（）-使用动态编程实现了获取接缝的函数。另外，将最小接缝的结果存储在单独的列表中，以便回溯。
DrawSeam（）-在图像上使用红色绘制接缝（垂直和水平）。
雕刻（）-重塑和裁剪图像。
cropbycolumn（）-在两个轴（即垂直轴和水平轴）上执行裁剪。
cropbyrow（）-旋转图像以忽略重复计算，并将旋转图像作为cropbycolumn函数的输入。

文件：helpers.py

其他文件夹：

安装

用法

'''It runs the entire code and returns final results'''frompyCAIRimportuser_inputuser_input(alignment,scale,seam,input_image,generate_sequences)'''It generates the energy map'''frompyCAIRimportgenerateEnergyMapgenerateEnergyMap(image_name,file_extension,file_name)'''It generates color maps'''frompyCAIRimportgenerateColorMapgenerateColorMap(image_name,file_extension,file_name)'''It converts sequence of images generated to video'''frompyCAIRimportgenerateVideogenerateVideo()'''It returns all the paths where images are present for generating video'''frompyCAIRimportgetToProcessPathsgetToProcessPaths()'''It returns seams, cropped image for an image'''frompyCAIRimportcropByColumnseam_img,crop_img=cropByColumn(image,display_seams,generate,lsit,scale_c,fromRow)'''It returns seams, cropped image for an image'''frompyCAIRimportcropByRowseam_img,crop_img=cropByRow(image,display_seams,generate,lsit,scale_c)'''It returns created folder'''frompyCAIRimportcreateFolderf=createFolder(folder_name)'''It returns extension of file'''frompyCAIRimportgetFileExtensionf=getFileExtension(file_name)'''It writes image to specified folder'''frompyCAIRimportwriteImagef=writeImage(image,args)