该算法基于K-means聚类算法,能够根据像素的颜色和距离特征进行聚类,从而达到较好的分割效果,相对于其他一些超像素点分割算法,SLIC具有简单灵活,效果好,处理速度快等优点。
前言
像素风是许多小伙伴可能都怀念的一种风格,现如今像素风已经成为一种艺术呈现形式了。对于像素风的实现而言,其中一个好用的算法为SLIC算法。
对于SLIC算法的了解,本文打算从认识像素风开始,从而帮助你了解SLIC是什么,以及提到了它具有哪些优点等。
像素风
像素风可以参考早期的电子游戏,它最早出现在8bit的电子游戏中,它因为受制于电脑存储器的大小和显示颜色的单一,只能用少量的图像来呈现内容,却成就了不少经典的像素游戏。
随着内存容量和屏幕分辨率的提高,内存对显示媒体的限制不再是问题,而像素风也逐渐演变为一种独特的创作风格。
什么是SLIC算法
像素画的绘制之所以不简单,是因为直接下采样无法精确地捕捉到关键像素,而且容易造成边缘信息的丢失,导致生成的像素画往往不够精确。
首先,我们要了解一个概念——超像素
超像素是Xiaofeng Ren于2003年提出并发展起来的一种图像分割技术,指由具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块。
把图像分割成超像素后,可以得到相似的像素簇,相似的像素使用同一个颜色进行填充,从而得到更合理的绘制结果。
超像素点分割的方法包括提取轮廓、聚类、梯度上升等。
超像素点分割算法(简单线性迭代聚类,simple linear iterative clustering)就是其中一种,该算法基于K-means聚类算法,能够根据像素的颜色和距离特征进行聚类,从而达到较好的分割效果,相对于其他一些超像素点分割算法,SLIC具有简单灵活,效果好,处理速度快等优点。
接下来是使用SLIC算法生成的图像示例
小结
本文介绍了像素风以及像素画的绘制,对于SLIC算法的了解,我们首先要对超像素进行连接,所谓超像素是指具有相似特征且相邻的像素的比如颜色、亮度等构成的不规则像素块,使用超像素点分割可以帮助大家实现像素画图像的绘制。
其中SLIC算法就是其中的一种优秀的超像素点分割方法。
>>>>>>点击进入游戏开发专题
¥698.00
¥108.00
¥98.00
¥98.00