Uhesabuji wa Rangi kwa Mitindo, Sanaa na Ubunifu - Uchambuzi wa Utafiti

Yaliyomo

1. Utangulizi

Uchimbaji wa rangi otomatiki umepata umakini mkubwa katika programu za sanaa za kidijitali na ubunifu, hasa katika mitindo, mapambo, na mifumo ya kupendekeza. Picha za kidijitali hutumika kama chombo kikuu cha kuwakilisha vitu vya ulimwengu halisi, lakini changamoto kama vile kuharibika kwa rangi na wigo mkubwa wa rangi hufanya makadirio ya rangi otomatiki kuwa tatizo gumu.

Hatua ya msingi katika uchimbaji sahihi wa rangi ni kubaini idadi ya rangi zilizopo katika eneo au kitu. Ingawa hii inaweza kuonekana kuwa rahisi, inaleta changamoto kubwa hata kwa mtazamo wa binadamu. Utafiti unaonyesha kuwa kuhesabu rangi kunahitaji michakato mbili ya utambuzi: kutambua rangi huku ukiondoa taarifa za anga, na akili ya kuhesabu.

2. Mbinu

2.1 Mbinu Iliyopendekezwa ya Histogram Mkusanyiko

Mbinu mpya ya histogram mkusanyiko wa rangi inachambua mifumo ya usambazaji wa rangi ili kubaini idadi bora ya rangi. Mbinu hiyo inajumuisha:

• Kubadilisha picha za RGB hadi nafasi zinazofaa za rangi
• Kukokotoa histograms mkusanyiko kwa kila kituo
• Kutambua sehemu za mabadiliko zinazowakilisha rangi tofauti
• Kutumia mbinu za kiwango cha kizingiti kwa ajili ya kutenganisha rangi

2.2 Miundo Mchanganyiko ya Gaussian (GMM)

GMM inaiga usambazaji wa rangi kwa kutumia kitendakazi cha uwezekano wa msongamano:

$p(x) = \sum_{i=1}^{K} \phi_i \mathcal{N}(x|\mu_i,\Sigma_i)$

ambapo $\mathcal{N}(x|\mu_i,\Sigma_i) = \frac{1}{\sqrt{(2\pi)^K|\Sigma_i|}} \exp\left(-(x-\mu_i)^T\Sigma_i^{-1}(x-\mu_i)\right)$

na $K$ inaashiria idadi ya rangi, $\phi_i$ inawakilisha uzani mchanganyiko, $\mu_i$ inamaanisha, na $\Sigma_i$ matriki ya ushirika.

2.3 Kukusanya K-Means

Kukusanya kwa kitamaduni cha K-means na utafutaji wa kina wa thamani bora za K kwa kutumia mbinu ya kiuno na uchambuzi wa kivuli.

2.4 Mbinu za Kujifunza kwa Kina

Mitandao ya neva ya kivuli iliyofunzwa kwa ajili ya kuhesabu rangi, ikijumuisha ResNet na usanifu maalum ulioundwa kwa majukumu ya uchambuzi wa rangi.

3. Uchambuzi wa Usambazaji wa Rangi

Picha za rangi zinakabiliwa na uharibifu mbalimbali ikiwemo ubora wa uchapishaji, kuingiliana kwa rangi, jiometri ya picha, hali ya taa, ukandamizaji wa picha, na sifa maalum za kifaa. Mambo haya yanaathiri sana muonekano wa rangi na kuanzisha kelele katika michakato ya uchambuzi wa rangi.

Utafiti huu unajengwa juu ya kazi ya awali ya Al-Rawi na Joeran inayoonyesha kuwa picha za multichannel RGB zinaweza kuigwa kwa ufanisi kwa kutumia Miundo Mchanganyiko ya Gaussian kama usambazaji wa awali, huku ikitoa msingi wa takwimu kwa uchambuzi wa rangi katika mazingira yaliyo na kelele.

4. Matokeo ya Majaribio

5. Utekelezaji wa Kiufundi

import numpy as np
import cv2
from scipy.signal import find_peaks

def count_colors_cumulative_histogram(image_path, threshold=0.05):
    # Pakia na uchakata picha awali
    image = cv2.imread(image_path)
    image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
    # Badilisha hadi nafasi ya rangi ya HSV
    image_hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    
    # Kokotoa histogram mkusanyiko kwa kituo cha hue
    hue_hist = cv2.calcHist([image_hsv], [0], None, [180], [0, 180])
    cumulative_hist = np.cumsum(hue_hist) / np.sum(hue_hist)
    
    # Tafuta sehemu za mabadiliko
    derivatives = np.diff(cumulative_hist.flatten())
    peaks, _ = find_peaks(derivatives, height=threshold)
    
    # Idadi ya rangi ni sawa na vilele muhimu + 1
    num_colors = len(peaks) + 1
    
    return num_colors

# Mfano wa matumizi
color_count = count_colors_cumulative_histogram('fashion_image.jpg')
print(f"Rangi tofauti {color_count} ziligunduliwa")

6. Matumizi na Mwelekeo wa Baadaye

Matumizi ya Sasa

• Mifumo ya Kupendekeza Mitindo: Uboreshaji wa mapendekezo ya bidhaa kulingana na rangi
• Ubunifu wa Mambo ya Ndani: Uchimbaji otomatiki wa paleti ya rangi kutoka kwa picha za msukumo
• Sanaa ya Kidijitali: Uchambuzi wa rangi kwa ajili ya muundo wa kisanii na uhamisho wa mtindo
• Biashara ya Elektroniki: Uboreshaji wa utafutaji wa bidhaa na kuchuja kulingana na sifa za rangi

Mwelekeo wa Utafiti wa Baadaye

• Unganisho na usanifu wa transformer kwa ufahamu bora wa rangi
• Kuhesabu rangi kwa wakati halisi kwa programu za rununu
• Ubadilishaji wa kikoa kuvuka kwa hali tofauti za kupiga picha
• Mbinu za aina nyingi zinazochanganya rangi na uchambuzi wa muundo na mfumo

7. Marejeo