羅朝雄 徐健

（1.湖北工業(yè)大學(xué) 湖北省武漢市 432200 2.湖北生物科技職業(yè)學(xué)院 湖北省武漢市 430070）

圖像輪廓提取技術(shù)有著較為廣泛地應(yīng)用，在影視制作、婚紗攝影中具有良好的應(yīng)用效果，傳統(tǒng)的圖像輪廓提取技術(shù)在圖像邊緣檢測方面存在著一定的局限性，從而導(dǎo)致圖像輪廓最終提取質(zhì)量不高，影響圖像觀感。近些年來，一些研究人員將計算機(jī)技術(shù)與圖像輪廓提取技術(shù)相結(jié)合，有效解決了傳統(tǒng)圖像輪廓提取技術(shù)中存在的問題，使得所提取的圖像質(zhì)量進(jìn)一步提高，對圖像輪廓提取技術(shù)起到了很大的促進(jìn)作用。為了進(jìn)一步提高此項技術(shù)的核心技術(shù)水平，并將計算技術(shù)的優(yōu)勢最大化發(fā)揮。

1 圖像輪廓提取中的基本要素分析

1.1 像素點

在圖像處理中，用RGB 三個分量（R：Red，G：Green，B：Blue），即紅、綠、藍(lán)三原色來表示真彩色，R 分量，G 分量，B分量的取值范圍均為0~255，例如，電子設(shè)備中顯示的一個標(biāo)準(zhǔn)紅色像素點的構(gòu)成則是（255,0,0）像素點是圖像的最小單元，一張圖像是由無數(shù)個像素點所構(gòu)成的，所以像素點對于圖像輪廓提取具有重要的意義。以一張尺寸為800×800 的圖像為例，該圖片的寬度為800 像素，高度也為800 像素，也就是說這張圖片是由一個800×800 的像素點矩陣構(gòu)成的。圖像的最小構(gòu)成元素即為像素點，假設(shè)一張圖片有800 個像素長度和800 個像素寬度，那么通過乘法計算該圖像則有64000 個像素點。像素點的顏色是由R 分量，G 分量，B分量所構(gòu)成，所以一個像素點又可以分為三個顏色向量矩陣[1]。

1.2 圖像灰度比

在明確圖像的最小單元為像素點這一基本概念后，即可明確圖像輪廓提取的基本概念，即對像素點的提取。那么在對某個圖像的像素點進(jìn)行提取時，首先需要找到圖像輪廓的像素點位置，通過對圖像輪廓像素點的提取，則可以將圖像的輪廓完整提取出來。在輪廓提取過程中，需要改變像素點的變量，使像素點的R 分量，G 分量，B 分量相等，也就是三原色的基礎(chǔ)參數(shù)相同，此時這個值就是灰度值，而灰度值是影響圖片輪廓提取的重要內(nèi)容，如果不能掌控好灰度值的處理，則會影響輪廓整體的提取效果，導(dǎo)致所提取的圖片質(zhì)量受到很大影響。常用的灰度值處理方法是將R、G、B 三個數(shù)值/3，從而能夠得到最佳的提取效果，是提高圖像輪廓提取質(zhì)量的有效方式。

1.3 圖像二值化

二值化是指圖像中的像素點灰度值都為0 或為255，也就是圖像中只存在黑色或白色的情況，在灰度化的圖像中灰度值的范圍為0—255，二值化后的灰度值范圍也就是0 或255。

2 計算機(jī)技術(shù)在圖像輪廓提取的應(yīng)用分析

圖像輪廓提取技術(shù)在影視制作行業(yè)中是一項關(guān)鍵技術(shù)，許多影視制作的場合都需要使用該項技術(shù)，但是隨著影視制作行業(yè)對圖像質(zhì)量的要求越來越高，傳統(tǒng)的圖像輪廓提取技術(shù)已經(jīng)不能夠滿足行業(yè)需求，為此需要通過計算機(jī)技術(shù)對其升級。

2.1 計算機(jī)技術(shù)應(yīng)用需求分析

采用計算機(jī)技術(shù)提取和處理圖像，不僅能夠提高圖像輪廓提取處理效率，還能夠提高提取后圖像的質(zhì)量，通過軟件編程還能夠?qū)崿F(xiàn)自動化處理。將計算機(jī)技術(shù)與圖像輪廓提取技術(shù)的結(jié)合，使得圖像領(lǐng)域得到很大的優(yōu)化，并且能夠解決契合空域優(yōu)化的矛盾問題，同時能夠?qū)鹘y(tǒng)的圖像提取流程進(jìn)行簡化，去除許多重復(fù)操作，電腦技術(shù)能夠在圖像提取過程中開展零點檢測，還能夠結(jié)合相應(yīng)的同性特點，圖片邊緣的封閉性質(zhì)參數(shù)則能夠得到保障，而封閉性質(zhì)參數(shù)作為提取后圖片的質(zhì)量參數(shù)之一，確保了圖像邊緣參數(shù)的準(zhǔn)確性，才能夠提高所提取圖像的質(zhì)量，從而使經(jīng)過提取的圖像能夠更加符合人類所能接受的效果。計算機(jī)技術(shù)還能夠?qū)Ρ惶崛D像的基礎(chǔ)信息和參數(shù)進(jìn)行分析，從而提高圖像處理質(zhì)量。由此可見，計算機(jī)技術(shù)在圖像輪廓提取方面的應(yīng)用有著很大的需求，是影視制作行業(yè)、圖像處理行業(yè)提高工作質(zhì)量的必然需求[2]。

2.2 計算技術(shù)應(yīng)用的可行性分析

計算機(jī)技術(shù)的出現(xiàn)與發(fā)展推動了許多領(lǐng)域的技術(shù)升級，圖像提取領(lǐng)域原本的技術(shù)與計算機(jī)技術(shù)相結(jié)合后，在圖像處理領(lǐng)域工作中發(fā)揮著重要的作用，推動了該行業(yè)的核心技術(shù)升級，對行業(yè)發(fā)展產(chǎn)生了深刻的影響。數(shù)字化圖像的圖像輪廓提取，是數(shù)字化圖像的信息處理，需要采用相應(yīng)的計算機(jī)軟件工具，從而能夠獲得更多的圖像信息，提高圖像信息處理質(zhì)量。圖像輪廓是圖像的基本特征之一，包含許多圖像的基礎(chǔ)信息，所以在高層次圖像輪廓提取中計算機(jī)技術(shù)能夠得以應(yīng)用。將計算機(jī)技術(shù)應(yīng)用在圖像輪廓提取中，能夠?qū)D像輪廓進(jìn)行分離，在處理圖像的同時可以實現(xiàn)圖像基本和高級參數(shù)的獲取，并利用多種算法對圖像的會度進(jìn)行分析和調(diào)節(jié)，從而使得圖像輪廓提取技術(shù)水平提高，經(jīng)過實踐的檢驗證明，計算機(jī)技術(shù)在圖像輪廓提取中的應(yīng)用具有高度可行性。例如通過較高的閾值對圖像中輪廓和線條進(jìn)行檢測，使圖像中最典型的元素能夠被提取，采用較低的閾值能夠防止圖像輪廓提取中細(xì)節(jié)丟失的問題，從而提高了圖像輪廓提取的豐富性，進(jìn)一步使得圖像輪廓提取效果提高。

3 計算機(jī)技術(shù)在圖像輪廓提取中的應(yīng)用設(shè)計

采用計算機(jī)技術(shù)對圖像輪廓進(jìn)行提取的目的是能夠符合人眼識別和觀察的高質(zhì)量圖像，或者是能夠被計算機(jī)系統(tǒng)所理解和處理的退昂性。采用計算機(jī)技術(shù)與圖像輪廓提取技術(shù)相結(jié)合，能夠使圖像輪廓提取步驟得到簡化。一般圖像中都包含著大量的信息，但是輪廓信息缺乏整體性和規(guī)則性，圖像輪廓內(nèi)的像素點分布不均且缺乏穩(wěn)定性，還存在著許多信號突出點，這就對圖像輪廓提取工作增加了很大的難度，而采用計算機(jī)技術(shù)則能夠很好地解決該問題。

在采用計算機(jī)技術(shù)中的算子方式后，能夠解決原本圖像處理技術(shù)中存在的許多矛盾和問題，進(jìn)入促進(jìn)輪廓提取技術(shù)水平提高。采用計算機(jī)技術(shù)中的Qt5.0+VS2012+OpenCV3.0 結(jié)構(gòu)，能夠是OpenCV 圖像更好地兼容，從而實現(xiàn)更好的處理效果。在該計算機(jī)系統(tǒng)中，圖像輪廓提取是由MyClass.ui 和MyClass 所組成，在Qt之中由QMainWindows 提供功能菜單、處理工具和多種應(yīng)用窗口；通過采用其他圖像處理程序，可以較為簡單地對圖像中的各項參數(shù)進(jìn)行修改，使輪廓提取操作更為簡單，在很大程度上優(yōu)化了提取流程，且能夠保證所提提取的輪廓與原本圖像的各項參數(shù)一致，從而避免出現(xiàn)因輪廓提取導(dǎo)致與原本圖像差異過大的問題，通過模塊化的管理方式，能夠確保用戶使用該功能系統(tǒng)更加簡便，能夠熟悉各項操作和流程。除此之外，結(jié)合圖像輪廓提取的實際需求，配合相應(yīng)的變成和代碼開發(fā)，即可對該計算機(jī)系統(tǒng)技術(shù)的功能進(jìn)行優(yōu)化，還可以添加一些實際所需功能，從而豐富計算機(jī)技術(shù)在圖像輪廓提取方面的應(yīng)用效果。

4 計算機(jī)技術(shù)在圖像輪廓提取中的具體實際應(yīng)用

4.1 圖像輪廓提取設(shè)計

在將計算機(jī)技術(shù)與提取技術(shù)結(jié)合后，能夠全面促進(jìn)圖像提取工作的效率和質(zhì)量提升，使經(jīng)過提取后的圖像質(zhì)量更高。以證件照中人像的提取為例，采用計算機(jī)技術(shù)與提取技術(shù)相結(jié)合，能夠完成對人像輪廓的像素點定義，傳統(tǒng)人像輪廓定義較為模糊，從而導(dǎo)致人像輪廓提取存在瑕疵，而經(jīng)過對人像輪廓的準(zhǔn)確定義后，結(jié)合輪廓提取技術(shù)，能夠使所提取圖像的每個像素點所顯示的信息更加準(zhǔn)確和真實，所以該項技術(shù)被廣泛應(yīng)用在網(wǎng)絡(luò)證件照片上傳工作中，促進(jìn)了標(biāo)準(zhǔn)化證件照片人像提取效率提高。以二值化處理為例，計算機(jī)技術(shù)在提取圖片輪廓的過程中，會計算該圖像中像素點的基本數(shù)值以及平均值，計算方法為：每個像素點的灰度值相加后的結(jié)果/ n，則能夠得到像素點的平均灰度值，并對計算結(jié)果進(jìn)行分析和比較，計算結(jié)果會準(zhǔn)確地展現(xiàn)出所提取輪廓的基本信息和參數(shù)，如果計算結(jié)果≤平均值，則說明為黑色；如果計算結(jié)果>平均值，則說明像素點為白色。

4.2 計算機(jī)技術(shù)在提取中的應(yīng)用分析

在對圖像輪廓提取的過程中，計算機(jī)能夠根據(jù)OpenCV 軟件，使用該軟件自帶的函數(shù)模型完成輪廓提取，該軟件具有處理速度快、提取結(jié)果準(zhǔn)確且完整的特點，從而能夠表現(xiàn)出其內(nèi)部所含有的所有編碼。如果需要對圖像輪廓采取二值化處理，只需要對軟件內(nèi)部程序的數(shù)學(xué)函數(shù)模型進(jìn)行更改，則能夠改變輪廓類型、預(yù)計折回值和輪廓邊緣的像素，之后根據(jù)計算機(jī)軟件的算子參數(shù)開展分析，則能夠確保最終輪廓提取的準(zhǔn)確性。將計算機(jī)技術(shù)與提取技術(shù)結(jié)合后，在大部分圖像提取工作中的準(zhǔn)確率都能夠達(dá)到96%以上，從而能夠滿足使用者的實際需求，在許多對圖像精度要求較高的行業(yè)中有著良好的應(yīng)用效果[3]。由此可見，計算機(jī)技術(shù)的發(fā)展對于圖像處理行業(yè)具有重要的促進(jìn)和推動作用，是促進(jìn)圖像處理工作效率提升的主要手段，所以需要不斷加強(qiáng)與計算機(jī)技術(shù)的融合，開發(fā)相關(guān)的配套軟件和函數(shù)模型。

5 計算機(jī)技術(shù)在圖像輪廓提取中應(yīng)用案例分析—人像輪廓提取

人像輪廓提取是圖像輪廓提取在當(dāng)前階段最為主要的一個應(yīng)用內(nèi)容。例如，人們通過網(wǎng)絡(luò)平臺上傳數(shù)碼照片時，一般都會規(guī)定照明的背景為白色背景，且不能有邊框，但是由于受到拍攝環(huán)境和拍攝人員的專業(yè)技術(shù)限制，現(xiàn)場拍攝的照片通常都會帶有不同程度的背景顏色，而通過人像輪廓提取技術(shù)，則能夠很好解決該問題。首先，需要確定圖像背景范圍，從而有利于開展背景顏色檢測，以jpg 格式的人像圖像為例，jpg 文件格式的圖像一般都是壓縮圖像，需要將其轉(zhuǎn)換為不壓縮的bmp 位圖格式。位圖格式是采用二維的像素矩陣來顯示和存儲圖像的，主要可以分為位圖文件頭、位圖信息頭、調(diào)色板和實際位圖數(shù)據(jù)四個部分構(gòu)成。

利用計算機(jī)技術(shù)將圖像的背景進(jìn)行分離，例如閾值分離法，也就是采用公式：（像素點1 灰度值+...+像素點n 灰度值）/ n = 像素點平均值，該像素點的平均值即為閾值，圖像中比該閾值大的部分則為白色，小于等于該閾值的部分則為黑色，經(jīng)過閾值分離法處理后，圖像就會變成黑白的二值圖；還可以采用取閾值為127，127 相當(dāng)于0~255 的中數(shù)，讓灰度值小于等于127 的變?yōu)?（黑色），灰度值大于127 的變?yōu)?55（白色），該方法的優(yōu)勢是計算量小速度快，在一些需要大量提取圖片輪廓工作中經(jīng)常采用，但是這個方法也有著一定的缺陷，因為不同的圖片顏色分布差異較大，在一些顏色分布較為復(fù)雜的圖片中采用該方法容易導(dǎo)致分離效果受到影響，使提取的輪廓邊緣不清晰。

因為一般需要上傳的證件照都是24 位真彩色，其背景的顏色會因為多種原因呈現(xiàn)出不同的顏色，所以分離閾值難以確定，從而也就無法有效界定出背景閾內(nèi)，所以一些工作者在提取人像輪廓時會采用掩碼位圖法，但是該方法也有一定的缺陷，尤其是在圖像背景為白色，人像身著淺色衣物時，背景顏色的界定效果較差。綜合以上幾種方法的缺陷，本文設(shè)計采用計算機(jī)技術(shù)中的差影法。差影法是利用將前后兩幅圖像相減，以得到的差作為結(jié)果圖像的方法，根據(jù)該原理，以證件照中的人像輪廓為封閉空間的特性，通過提取人像輪廓范圍的方式，將此范圍內(nèi)的像素點設(shè)置為白色，并該范圍之外的背景設(shè)置為黑色，從而形成了人像掩碼位圖，從而以掩碼位圖中黑色像素點的位置在原圖中找到該像素的位置，對該位置進(jìn)行強(qiáng)白處理，即可得到證件照中的人像輪廓。采用差影法后，所獲得的人像輪廓信息更加豐富，是計算機(jī)技術(shù)在圖像輪廓提取技術(shù)中應(yīng)用的一種有效方式，能夠針對許多復(fù)雜場合有效提取圖像的輪廓，從而提高工作效率。

6 結(jié)束語

綜上所述，本文詳細(xì)闡述了圖像輪廓提取的基本內(nèi)容，并對計算機(jī)技術(shù)的應(yīng)用提出了優(yōu)化策略，并以實際應(yīng)用案例進(jìn)行檢測，希望可以對我國影視制作等行業(yè)起到一定的借鑒和幫助作用。