Mam algorytm kwantyzacji kolorów NeuQuant. Pon na tym że mamy sześcian
kolorów RGB. Wzdłuż przekątnej od (0,0,0) do (255,255,255) inicjowane są
najpierw kolory palety. Dla 256 będą to
(0,0,0),(1,1,1),(2,2,2)...(255,255,255) czyli paleta szarego koloru.
Potem ta linia prosta staje się łamaną w ten sposób że bierzemy RGB
kolejnego piksela, znajdujemy najbliższy wierzchołek i przyciągamy go do
tej wartości (krzywa jest elastyczna, również sąsiednie są trochę
przyciągane).
Jeśli chodzi o wydajność, to dla każdego piksela obrazu trzeba
przeszukać aż 256 punktów łamanej. Czy da się to jakoś zoptymalizować
aby np. szukać 16 punktów a zbyt dalekimi się nie przejmować?

do góry

W dniu 2015-07-15 o 02:18, Borneq pisze:
> Jeśli chodzi o wydajność, to dla każdego piksela obrazu trzeba
> przeszukać aż 256 punktów łamanej. Czy da się to jakoś zoptymalizować
> aby np. szukać 16 punktów a zbyt dalekimi się nie przejmować?

Odległość może być obliczana sposobem Manhattanu, jeśli to pomoże

do góry