Question

我有一组消除锯齿的灰度PNG图像。我需要知道如何以编程方式恢复抗锯齿效果并再次获得锐利边缘。

我使用的是GDI +，但我对代码不太感兴趣。如果可以构建这样的矩阵，我需要一个算法，可能是卷积滤波器。

灰度图像（应该）仅包含6种颜色（或不同的灰度）。这样我以后可以使用Color-Lookup过滤器对它们进行重新着色。但是，当保存的图像时，Photoshop会自动应用抗锯齿，因此边缘模糊（因为启用了双立方插值模式）。我需要恢复这种效果。

以下是一个例子：

enter image description here

这是Photoshop的截图

有人建议我应该使用Sharpen过滤器，所以我在photoshop上尝试过。以下是它的外观：

enter image description here

即使外边缘很好，2种不同颜色相遇的边缘也会出现伪影。

编辑：

这就是我最终这样做的方式。这是非常即兴的，可能会做得更好更快，但我找不到更好的解决方案。

这个想法是迭代每个像素，得到它的直接邻居并将它的颜色与它们的颜色进行比较。如果它由至少2个相同颜色的像素支持，则它检查相邻像素是否也被支持。如果没有，它将用自己的邻居像素替换。

代码：

    private static void Resample(Bitmap bmp)
    {
        // First we look for the most prominent colors
        // i.e. They make up at least 1% of the image
        Hashtable stats = new Hashtable();

        for (int x = 0; x < bmp.Width; x++)
        {
            for (int y = 0; y < bmp.Height; y++)
            {
                Color px = bmp.GetPixel(x, y);
                if (px.A == 0)
                    continue;

                Color pxS = Color.FromArgb(255, px);
                if (stats.ContainsKey(pxS.ToArgb()))
                    stats[pxS.ToArgb()] = (int)stats[pxS.ToArgb()] + 1;
                else
                    stats.Add(pxS.ToArgb(), 1);
            }
        }

        float totalSize = bmp.Width*bmp.Height;
        float minAccepted = 0.01f;
        List<int> selectedColors = new List<int>();

        // Make up a list with the selected colors
        foreach (int key in stats.Keys)
        {
            int total = (int)stats[key];
            if (((float)total / totalSize) > minAccepted)
                selectedColors.Add(key);
        }

        // Keep growing the zones with the selected colors to cover the invalid colors created by the anti-aliasing
        while (GrowSelected(bmp, selectedColors));
    }

    private static bool GrowSelected(Bitmap bmp, List<int> selectedColors)
    {
        bool flag = false;

        for (int x = 0; x < bmp.Width; x++)
        {
            for (int y = 0; y < bmp.Height; y++)
            {
                Color px = bmp.GetPixel(x, y);
                if (px.A == 0)
                    continue;

                Color pxS = Color.FromArgb(255, px);

                if (selectedColors.Contains(pxS.ToArgb()))
                {
                    if (!isBackedByNeighbors(bmp, x, y))
                        continue;

                    List<Point> neighbors = GetNeighbors(bmp, x, y);
                    foreach(Point p in neighbors)
                    {
                        Color n = bmp.GetPixel(p.X, p.Y);
                        if (!isBackedByNeighbors(bmp, p.X, p.Y))
                            bmp.SetPixel(p.X, p.Y, Color.FromArgb(n.A, pxS));
                    }
                }
                else
                {
                    flag = true;
                }
            }
        }

        return flag;
    }

    private static List<Point> GetNeighbors(Bitmap bmp, int x, int y)
    {
        List<Point> neighbors = new List<Point>();

        for (int i = x - 1; i > 0 && i <= x + 1 && i < bmp.Width; i++)
            for (int j = y - 1; j > 0 && j <= y + 1 && j < bmp.Height; j++)
                neighbors.Add(new Point(i, j));
        return neighbors;
    }

    private static bool isBackedByNeighbors(Bitmap bmp, int x, int y)
    {
        List<Point> neighbors = GetNeighbors(bmp, x, y);
        Color px = bmp.GetPixel(x, y);
        int similar = 0;
        foreach (Point p in neighbors)
        {
            Color n = bmp.GetPixel(p.X, p.Y);
            if (Color.FromArgb(255, px).ToArgb() == Color.FromArgb(255, n).ToArgb())
                similar++;
        }

        return (similar > 2);
    }

结果：原始图片： http://i.imgur.com/8foQwFe.png

去抗锯齿结果： http://i.imgur.com/w6gELWJ.png

Answer 1

过滤器的反转过程称为反卷积（这是一般反问题的特定情况）。
解卷积有两种类型：

非盲解卷积 - 已知图像上的操作（例如，已应用低通滤波器的系数）。
盲解卷积 - 如果应用的滤波器具体未知，则仅假设有一些假设（例如LPF或空间不变等）。

那些通常（其中任何一个）复杂的算法需要花费时间（除非使用天真的＆＃34; Wiener Filter＆＃34;方法）。

假设过滤器是某种LPF差的人解决方案将是某种高通滤波器（HPF）。任何这些都可以看出＆＃34;更清晰的图像＆＃34;和＃34;增强边缘＆＃34;。这种类型的已知过滤器是钝化蒙版：

在图像上应用LPF（通常使用具有给定STD的高斯模糊）。我们称之为lpfImage。
计算差异图像：diffImage = originalImage - lpfImage。
＆＃34;钝化蒙版图像＆＃34;由下式给出：usmImage = originalImage +（alpha * diffImage）
其中alpha是＆＃34; Sharpening＆＃34;的预定义比例因子。水平。

...享受

Answer 2

我会尝试Color Quantization。

您需要构建某种类型的颜色直方图，并从图像中获取最常用的颜色。在平滑之前，它可能是你的初始颜色。

创建前6种颜色的调色板。

将栅格PNG转换为索引PNG。

我不确定GDI +是否可以创建索引的PNG，但是有很多SDK可以处理它。

反向（移除）抗锯齿滤波器

2 个答案: