对于红眼的修复,始终没有达到满意的效果, 毕竟是个主观的指标,很难做的大家都满意. 同时还存在一个问题,比如欠修复和过修复.
在得到了红眼的圆心和半径后, 如果改进现有的修复算法呢? 我觉得如果能把整个红眼区域分割出来的话问题就会简单不少, 现在给定的红眼其实是个圆,修复的时候会根据红色和亮度动态的修复,但是由于不清楚正在的边界在哪里,所以欠修复和过修复在所难免. 当然以前也尝试过使用曲线拟合把上下眼皮找出来,但是效果不是很理想, 拟合曲线参数的细微变化,就会导致实际像素点比较大的差异, 实际修复的时候只能用来做大的约束.
现在想尝试的方法是采用聚类算法, 将眼睛半径内的点进行聚类, 从而把眼球区块划分成瞳孔,高光,虹膜,眼白,眼皮,睫毛等区域.然后再在区域约束的前提下进行修复, 并且可以从各个区域的颜色分布中, 找到比较好的修复参数.
看了一些聚类算法,一般速度都比较慢, 可能需要根据实际情况来重新设计一个比较合适的聚类算法.
今天还给其他部门做了个Digital Zoom的demo, 主要用来做字体模型的放大, 有些手机没有字符的矢量图的说. 测试了一些,放大的效果比普通放大算法要好,但是没有矢量图做得好.