Я приблизил цветовой алгоритм iTunes 11 в Mathematica с учетом обложки альбома:
Как я это сделал
Методом проб и ошибок я придумал алгоритм, который работает на ~ 80% альбомов, с которыми я его тестировал.
Цветовые различия
Основная часть алгоритма связана с поиском доминирующего цвета изображения. Однако предварительным условием для нахождения доминирующих цветов является расчет количественной разницы между двумя цветами. Один из способов расчета разницы между двумя цветами - это вычисление их евклидова расстояния в цветовом пространстве RGB. Однако восприятие цвета человеком не очень хорошо согласуется с расстоянием в цветовом пространстве RGB.
Поэтому я написал функцию для преобразования цветов RGB (в форме {1,1,1}) в YUV , цветовое пространство, которое намного лучше приближает восприятие цвета:
(РЕДАКТИРОВАТЬ: @cormullion и @Drake указали, что встроенные в Mathematica цветовые пространства CIELAB и CIELUV были бы такими же подходящими ... похоже, я немного заново изобрел колесо)
convertToYUV[rawRGB_] :=
Module[{yuv},
yuv = {{0.299, 0.587, 0.114}, {-0.14713, -0.28886, 0.436},
{0.615, -0.51499, -0.10001}};
yuv . rawRGB
]
Далее я написал функцию для вычисления цветового расстояния с помощью приведенного выше преобразования:
ColorDistance[rawRGB1_, rawRGB2_] :=
EuclideanDistance[convertToYUV @ rawRGB1, convertToYUV @ rawRGB2]
Доминирующие цвета
Я быстро обнаружил, что встроенная функция Mathematica DominantColorsне позволяет достаточно детально управлять, чтобы приблизиться к алгоритму, который использует iTunes. Я написал свою собственную функцию вместо ...
Простой метод вычисления доминирующего цвета в группе пикселей состоит в том, чтобы собрать все пиксели в группы одинаковых цветов и затем найти наибольшую группу.
DominantColorSimple[pixelArray_] :=
Module[{buckets},
buckets = Gather[pixelArray, ColorDistance[#1,#2] < .1 &];
buckets = Sort[buckets, Length[#1] > Length[#2] &];
RGBColor @@ Mean @ First @ buckets
]
Обратите внимание, что .1допуск на то, как разные цвета должны рассматриваться как отдельные. Также обратите внимание, что хотя входные данные представляют собой массив пикселей в необработанном триплетном виде ( {{1,1,1},{0,0,0}}), я возвращаю RGBColorэлемент Mathematica, чтобы лучше аппроксимировать встроенную DominantColorsфункцию.
Моя действительная функция DominantColorsNewдобавляет возможность возврата к nдоминирующим цветам после фильтрации данного другого цвета. Он также предоставляет допуски для каждого сравнения цветов:
DominantColorsNew[pixelArray_, threshold_: .1, n_: 1,
numThreshold_: .2, filterColor_: 0, filterThreshold_: .5] :=
Module[
{buckets, color, previous, output},
buckets = Gather[pixelArray, ColorDistance[#1, #2] < threshold &];
If[filterColor =!= 0,
buckets =
Select[buckets,
ColorDistance[ Mean[#1], filterColor] > filterThreshold &]];
buckets = Sort[buckets, Length[#1] > Length[#2] &];
If[Length @ buckets == 0, Return[{}]];
color = Mean @ First @ buckets;
buckets = Drop[buckets, 1];
output = List[RGBColor @@ color];
previous = color;
Do[
If[Length @ buckets == 0, Return[output]];
While[
ColorDistance[(color = Mean @ First @ buckets), previous] <
numThreshold,
If[Length @ buckets != 0, buckets = Drop[buckets, 1],
Return[output]]
];
output = Append[output, RGBColor @@ color];
previous = color,
{i, n - 1}
];
output
]
Остальная часть алгоритма
Сначала я изменил размеры обложки альбома ( 36px, 36px) и уменьшил детализацию с помощью двустороннего фильтра
image = Import["http://i.imgur.com/z2t8y.jpg"]
thumb = ImageResize[ image, 36, Resampling -> "Nearest"];
thumb = BilateralFilter[thumb, 1, .2, MaxIterations -> 2];
iTunes выбирает цвет фона, находя доминирующий цвет по краям альбома. Однако он игнорирует узкие границы обложки альбома, обрезая изображение.
thumb = ImageCrop[thumb, 34];
Затем я нашел доминирующий цвет (с новой функцией выше) вдоль самого внешнего края изображения с допуском по умолчанию .1.
border = Flatten[
Join[ImageData[thumb][[1 ;; 34 ;; 33]] ,
Transpose @ ImageData[thumb][[All, 1 ;; 34 ;; 33]]], 1];
background = DominantColorsNew[border][[1]];
Наконец, я вернул 2 доминирующих цвета на изображении в целом, указав функции также отфильтровать фоновый цвет.
highlights = DominantColorsNew[Flatten[ImageData[thumb], 1], .1, 2, .2,
List @@ background, .5];
title = highlights[[1]];
songs = highlights[[2]];
Вышеуказанные значения допуска: .1минимальная разница между «отдельными» цветами; .2минимальная разница между многочисленными доминирующими цветами (более низкое значение может вернуть черный и темно-серый, тогда как более высокое значение обеспечивает большее разнообразие доминирующих цветов); .5минимальная разница между доминирующими цветами и фоном (более высокое значение даст более контрастные цветовые комбинации)
Вуаля!
Graphics[{background, Disk[]}]
Graphics[{title, Disk[]}]
Graphics[{songs, Disk[]}]
Ноты
Алгоритм может применяться очень широко. Я настроил вышеуказанные настройки и значения допусков до такой степени, что они работают для получения в целом правильных цветов для ~ 80% обложек альбомов, которые я тестировал. Несколько крайних случаев возникают, когда DominantColorsNewне удается найти два цвета для выделения (например, когда обложка альбома монохромная). Мой алгоритм не учитывает эти случаи, но было бы тривиально дублировать функциональность iTunes: когда альбом дает менее двух бликов, заголовок становится белым или черным в зависимости от лучшей контрастности с фоном. Тогда песни становятся одним цветом подсветки, если он есть, или цвет заголовка немного исчезает на заднем плане.
Больше примеров
