计算机技术在图像轮廓提取中的有效应用

罗朝雄 徐健

（1.湖北工业大学 湖北省武汉市 432200 2.湖北生物科技职业学院 湖北省武汉市 430070）

图像轮廓提取技术有着较为广泛地应用，在影视制作、婚纱摄影中具有良好的应用效果，传统的图像轮廓提取技术在图像边缘检测方面存在着一定的局限性，从而导致图像轮廓最终提取质量不高，影响图像观感。近些年来，一些研究人员将计算机技术与图像轮廓提取技术相结合，有效解决了传统图像轮廓提取技术中存在的问题，使得所提取的图像质量进一步提高，对图像轮廓提取技术起到了很大的促进作用。为了进一步提高此项技术的核心技术水平，并将计算技术的优势最大化发挥。

1 图像轮廓提取中的基本要素分析

1.1 像素点

在图像处理中，用RGB 三个分量（R：Red，G：Green，B：Blue），即红、绿、蓝三原色来表示真彩色，R 分量，G 分量，B分量的取值范围均为0~255，例如，电子设备中显示的一个标准红色像素点的构成则是（255,0,0）像素点是图像的最小单元，一张图像是由无数个像素点所构成的，所以像素点对于图像轮廓提取具有重要的意义。以一张尺寸为800×800 的图像为例，该图片的宽度为800 像素，高度也为800 像素，也就是说这张图片是由一个800×800 的像素点矩阵构成的。图像的最小构成元素即为像素点，假设一张图片有800 个像素长度和800 个像素宽度，那么通过乘法计算该图像则有64000 个像素点。像素点的颜色是由R 分量，G 分量，B分量所构成，所以一个像素点又可以分为三个颜色向量矩阵[1]。

1.2 图像灰度比

在明确图像的最小单元为像素点这一基本概念后，即可明确图像轮廓提取的基本概念，即对像素点的提取。那么在对某个图像的像素点进行提取时，首先需要找到图像轮廓的像素点位置，通过对图像轮廓像素点的提取，则可以将图像的轮廓完整提取出来。在轮廓提取过程中，需要改变像素点的变量，使像素点的R 分量，G 分量，B 分量相等，也就是三原色的基础参数相同，此时这个值就是灰度值，而灰度值是影响图片轮廓提取的重要内容，如果不能掌控好灰度值的处理，则会影响轮廓整体的提取效果，导致所提取的图片质量受到很大影响。常用的灰度值处理方法是将R、G、B 三个数值/3，从而能够得到最佳的提取效果，是提高图像轮廓提取质量的有效方式。

1.3 图像二值化

二值化是指图像中的像素点灰度值都为0 或为255，也就是图像中只存在黑色或白色的情况，在灰度化的图像中灰度值的范围为0—255，二值化后的灰度值范围也就是0 或255。

2 计算机技术在图像轮廓提取的应用分析

图像轮廓提取技术在影视制作行业中是一项关键技术，许多影视制作的场合都需要使用该项技术，但是随着影视制作行业对图像质量的要求越来越高，传统的图像轮廓提取技术已经不能够满足行业需求，为此需要通过计算机技术对其升级。

2.1 计算机技术应用需求分析

采用计算机技术提取和处理图像，不仅能够提高图像轮廓提取处理效率，还能够提高提取后图像的质量，通过软件编程还能够实现自动化处理。将计算机技术与图像轮廓提取技术的结合，使得图像领域得到很大的优化，并且能够解决契合空域优化的矛盾问题，同时能够将传统的图像提取流程进行简化，去除许多重复操作，电脑技术能够在图像提取过程中开展零点检测，还能够结合相应的同性特点，图片边缘的封闭性质参数则能够得到保障，而封闭性质参数作为提取后图片的质量参数之一，确保了图像边缘参数的准确性，才能够提高所提取图像的质量，从而使经过提取的图像能够更加符合人类所能接受的效果。计算机技术还能够对被提取图像的基础信息和参数进行分析，从而提高图像处理质量。由此可见，计算机技术在图像轮廓提取方面的应用有着很大的需求，是影视制作行业、图像处理行业提高工作质量的必然需求[2]。

2.2 计算技术应用的可行性分析

计算机技术的出现与发展推动了许多领域的技术升级，图像提取领域原本的技术与计算机技术相结合后，在图像处理领域工作中发挥着重要的作用，推动了该行业的核心技术升级，对行业发展产生了深刻的影响。数字化图像的图像轮廓提取，是数字化图像的信息处理，需要采用相应的计算机软件工具，从而能够获得更多的图像信息，提高图像信息处理质量。图像轮廓是图像的基本特征之一，包含许多图像的基础信息，所以在高层次图像轮廓提取中计算机技术能够得以应用。将计算机技术应用在图像轮廓提取中，能够对图像轮廓进行分离，在处理图像的同时可以实现图像基本和高级参数的获取，并利用多种算法对图像的会度进行分析和调节，从而使得图像轮廓提取技术水平提高，经过实践的检验证明，计算机技术在图像轮廓提取中的应用具有高度可行性。例如通过较高的阈值对图像中轮廓和线条进行检测，使图像中最典型的元素能够被提取，采用较低的阈值能够防止图像轮廓提取中细节丢失的问题，从而提高了图像轮廓提取的丰富性，进一步使得图像轮廓提取效果提高。

3 计算机技术在图像轮廓提取中的应用设计

采用计算机技术对图像轮廓进行提取的目的是能够符合人眼识别和观察的高质量图像，或者是能够被计算机系统所理解和处理的退昂性。采用计算机技术与图像轮廓提取技术相结合，能够使图像轮廓提取步骤得到简化。一般图像中都包含着大量的信息，但是轮廓信息缺乏整体性和规则性，图像轮廓内的像素点分布不均且缺乏稳定性，还存在着许多信号突出点，这就对图像轮廓提取工作增加了很大的难度，而采用计算机技术则能够很好地解决该问题。

在采用计算机技术中的算子方式后，能够解决原本图像处理技术中存在的许多矛盾和问题，进入促进轮廓提取技术水平提高。采用计算机技术中的Qt5.0+VS2012+OpenCV3.0 结构，能够是OpenCV 图像更好地兼容，从而实现更好的处理效果。在该计算机系统中，图像轮廓提取是由MyClass.ui 和MyClass 所组成，在Qt之中由QMainWindows 提供功能菜单、处理工具和多种应用窗口；通过采用其他图像处理程序，可以较为简单地对图像中的各项参数进行修改，使轮廓提取操作更为简单，在很大程度上优化了提取流程，且能够保证所提提取的轮廓与原本图像的各项参数一致，从而避免出现因轮廓提取导致与原本图像差异过大的问题，通过模块化的管理方式，能够确保用户使用该功能系统更加简便，能够熟悉各项操作和流程。除此之外，结合图像轮廓提取的实际需求，配合相应的变成和代码开发，即可对该计算机系统技术的功能进行优化，还可以添加一些实际所需功能，从而丰富计算机技术在图像轮廓提取方面的应用效果。

4 计算机技术在图像轮廓提取中的具体实际应用

4.1 图像轮廓提取设计

在将计算机技术与提取技术结合后，能够全面促进图像提取工作的效率和质量提升，使经过提取后的图像质量更高。以证件照中人像的提取为例，采用计算机技术与提取技术相结合，能够完成对人像轮廓的像素点定义，传统人像轮廓定义较为模糊，从而导致人像轮廓提取存在瑕疵，而经过对人像轮廓的准确定义后，结合轮廓提取技术，能够使所提取图像的每个像素点所显示的信息更加准确和真实，所以该项技术被广泛应用在网络证件照片上传工作中，促进了标准化证件照片人像提取效率提高。以二值化处理为例，计算机技术在提取图片轮廓的过程中，会计算该图像中像素点的基本数值以及平均值，计算方法为：每个像素点的灰度值相加后的结果/ n，则能够得到像素点的平均灰度值，并对计算结果进行分析和比较，计算结果会准确地展现出所提取轮廓的基本信息和参数，如果计算结果≤平均值，则说明为黑色；如果计算结果>平均值，则说明像素点为白色。

4.2 计算机技术在提取中的应用分析

在对图像轮廓提取的过程中，计算机能够根据OpenCV 软件，使用该软件自带的函数模型完成轮廓提取，该软件具有处理速度快、提取结果准确且完整的特点，从而能够表现出其内部所含有的所有编码。如果需要对图像轮廓采取二值化处理，只需要对软件内部程序的数学函数模型进行更改，则能够改变轮廓类型、预计折回值和轮廓边缘的像素，之后根据计算机软件的算子参数开展分析，则能够确保最终轮廓提取的准确性。将计算机技术与提取技术结合后，在大部分图像提取工作中的准确率都能够达到96%以上，从而能够满足使用者的实际需求，在许多对图像精度要求较高的行业中有着良好的应用效果[3]。由此可见，计算机技术的发展对于图像处理行业具有重要的促进和推动作用，是促进图像处理工作效率提升的主要手段，所以需要不断加强与计算机技术的融合，开发相关的配套软件和函数模型。

5 计算机技术在图像轮廓提取中应用案例分析—人像轮廓提取

人像轮廓提取是图像轮廓提取在当前阶段最为主要的一个应用内容。例如，人们通过网络平台上传数码照片时，一般都会规定照明的背景为白色背景，且不能有边框，但是由于受到拍摄环境和拍摄人员的专业技术限制，现场拍摄的照片通常都会带有不同程度的背景颜色，而通过人像轮廓提取技术，则能够很好解决该问题。首先，需要确定图像背景范围，从而有利于开展背景颜色检测，以jpg 格式的人像图像为例，jpg 文件格式的图像一般都是压缩图像，需要将其转换为不压缩的bmp 位图格式。位图格式是采用二维的像素矩阵来显示和存储图像的，主要可以分为位图文件头、位图信息头、调色板和实际位图数据四个部分构成。

利用计算机技术将图像的背景进行分离，例如阈值分离法，也就是采用公式：（像素点1 灰度值+...+像素点n 灰度值）/ n = 像素点平均值，该像素点的平均值即为阈值，图像中比该阈值大的部分则为白色，小于等于该阈值的部分则为黑色，经过阈值分离法处理后，图像就会变成黑白的二值图；还可以采用取阈值为127，127 相当于0~255 的中数，让灰度值小于等于127 的变为0（黑色），灰度值大于127 的变为255（白色），该方法的优势是计算量小速度快，在一些需要大量提取图片轮廓工作中经常采用，但是这个方法也有着一定的缺陷，因为不同的图片颜色分布差异较大，在一些颜色分布较为复杂的图片中采用该方法容易导致分离效果受到影响，使提取的轮廓边缘不清晰。

因为一般需要上传的证件照都是24 位真彩色，其背景的颜色会因为多种原因呈现出不同的颜色，所以分离阈值难以确定，从而也就无法有效界定出背景阈内，所以一些工作者在提取人像轮廓时会采用掩码位图法，但是该方法也有一定的缺陷，尤其是在图像背景为白色，人像身着浅色衣物时，背景颜色的界定效果较差。综合以上几种方法的缺陷，本文设计采用计算机技术中的差影法。差影法是利用将前后两幅图像相减，以得到的差作为结果图像的方法，根据该原理，以证件照中的人像轮廓为封闭空间的特性，通过提取人像轮廓范围的方式，将此范围内的像素点设置为白色，并该范围之外的背景设置为黑色，从而形成了人像掩码位图，从而以掩码位图中黑色像素点的位置在原图中找到该像素的位置，对该位置进行强白处理，即可得到证件照中的人像轮廓。采用差影法后，所获得的人像轮廓信息更加丰富，是计算机技术在图像轮廓提取技术中应用的一种有效方式，能够针对许多复杂场合有效提取图像的轮廓，从而提高工作效率。

6 结束语

综上所述，本文详细阐述了图像轮廓提取的基本内容，并对计算机技术的应用提出了优化策略，并以实际应用案例进行检测，希望可以对我国影视制作等行业起到一定的借鉴和帮助作用。