Analiza vizuelnih informacija fotografije kroz pikselizaciju zasnovanu na quadtree strukturi – faza II

Metoda – Pikselizacija zasnovana na homogenosti bloka/poligona

Metodologija rada na istraživanju se bazira na upotrebi iste logike u dva različita alata: Grasshopper i Python. Grasshopper se bazira na geometriji i poligonima, dok se Python bazira na matrici brojeva i matričnom računu.

Metodologija:

  • Zadata fotografija se dijeli načelno na četiri kvadranta.
  • U svakom kvadrantu se uzima skup od devet piksela (određeni u U i V pravcu) i računa se njihova prosječna RGB vrijednost.
  • Određuje se RGB vrijednost centralnog piksela kvadranta.
  • Poredi se prosječna boja uzorka sa centralnim pikselom:
    • ako je razlika ispod zadatog praga (threshold) onda se kvadrat homogenizuje jednom prosječnom bojom,
    • ako je razlika iznad praga onda se kvadrat dijeli na nova četiri kvadranta i proces se ponavlja rekurzivno dok se ne dostigne određeni broj iteracija, odnosno homogenost.
Grasshopper kod
Rezultati dobijeni u Grasshopper-u
Python kod
Rezultati dobijeni u Python-u

Dalji tok istraživanja će se bazirati na poređenju rezultata pikselizacije dobijenih korišćenjem Grasshopper-a i Python-a, pronalaženju granice prepoznatljivosti, a potom i definisanju tačnog broja podjela za prepoznatljivu sliku.