Восстановите определенные области изображений с помощью ввода изображений на основе примеров
J = inpaintExemplar(I,mask,Name,Value)
Чтение изображения в рабочую область.
I = imread('liftingbody.png');Отобразите изображение.
figure imshow(I,[])
Используйте drawellipse функция для выбора эллиптической видимой области (ROI) для ввода. Используйте 'Center' и 'SemiAxes' Пары "имя-значение" для определения местоположения информации только для чтения.
h = drawellipse('Center',[410 155],'SemiAxes',[95 20]);
Используйте createMask функция для генерации маски из выбранных ROIs.
mask = createMask(h);
Отобразите изображение, которое будет введено, и соответствующее ему изображение маски.
montage({I,mask});
title(['Image to Be Inpainted',' | ','Mask for Inpainting'])
Удалите объекты в информация только для чтения с помощью ввода.
J = inpaintExemplar(I,mask);
Отобразите оригинальное изображение и inpainted изображение.
montage({I,J});
title(['Image to Be Inpainted',' | ','Inpainted Image']);
Чтение изображения в рабочую область.
I = imread('forestdistorted.png');Отобразите изображение. Изображение содержит искаженные области, подлежащие восстановлению с помощью ввода.
figure imshow(I,[])
Считайте двоичное масковое изображение, содержащее искаженные области изображений, в рабочую область.
mask = imread('imagemask.png');Отобразите изображение, которое будет введено, и соответствующее ему изображение маски.
montage({I,mask});
title(['Image to Be Inpainted',' | ','Mask for Inpainting'])
Введите оригинальное изображение, чтобы восстановить искаженную область изображения. Задайте порядок заливки и размер закрашенной фигуры для ввода как tensor и 7, соответственно.
J = inpaintExemplar(I,mask,'FillOrder','tensor','PatchSize',7);
Отобразите оригинальное изображение и inpainted изображение.
montage({I,J});
title(['Image to Be Inpainted',' | ','Inpainted Image'])
Алгоритм ввода изображений на основе примеров является подходом, основанным на патче, который восстанавливает целевые области в вход изображении с помощью этих шагов.
Идентифицируйте целевые области из входа изображения.
Сгенерируйте двоичную маску того же размера, что и входное изображение. Ненулевые пиксели в маскировочном изображении должны соответствовать целевым областям, которые будут введены.
Идентифицируйте исходную область. Все области, исключая целевые области, в вход изображении составляют исходную область. То есть source region = input image − target regions.
Для каждой закрашенной фигуры размера p -by - s с центром на пограничном пикселе в целевой области вычислите приоритет закрашенной фигуры с помощью метода градиента или тензора.
Найдите закрашенную фигуру с максимальным приоритетом. Эта закрашенная фигура представляет собой целевую закрашенную фигуру, который будет введен.
Учитывая целевую закрашенную фигуру, найдите наиболее подходящую закрашенную фигуру в исходной области с помощью суммы квадратного различия (SSD).
Скопируйте данные изображения из наиболее подходящей закрашенной фигуры в целевую закрашенную фигуру.
Обновите вход изображение, маску и значение приоритета патча.
Повторяйте шаги 4-8 до тех пор, пока целевые области не будут введены.
[1] Criminisi, A., P. Perez, and K. Toyama. «Заполнение области и удаление объекта путем ввода изображений на основе примеров». Транзакции IEEE по обработке изображений. Том 13, № 9, 2004, с. 1200-1212.
[2] Le Meur, O., M. Ebdelli, and C. Guillemot. «Иерархическое супер Разрешение -Основанный-Inpainting». Транзакции IEEE по обработке изображений. Том 22, № 10, 2013, с. 3779-3790.