github:
https://github.com/kotomineshiki/MultiMediaHomework
问题1
算法描述：
读入两张图片
混合图片=图片1
For 圆形半径 小于 对角线长度
Foreach
像素 in 混合图片
If 该像素在圆形区域内
混合图片圆形半径内某位置的像素=图片2该位置上的像素
半径扩大
关闭图片窗口
辅助函数函数：输入矩阵上某个坐标，判断该坐标是否位于圆形区域内
优化1 按照以上算法，对于已经在圈内的像素点，会被重复判断是否在圆形区域内，这样会带来无用的性能消耗。
作为优化的算法，只用判断由于半径扩大所带来的“新”的圆环部分的像素点即可
程序实现：
语言及库：python3.7 cv2库
（未优化版本）
实现效果
问题2
算法描述：
这是一个LUT算法
本次作业采用二叉递归树的方法
步骤为：
-
按照红绿蓝的次序划分八次，得到256个块
-
每个块计算其中心颜色
-
把原颜色替换成中心颜色
-
得到新位码（8bit）和颜色的对应表
优化1. 如果随机取中心颜色会造成黑点，所以采用平均值的方法
优化2. 只用优化1导致一些方块边缘的颜色出现突变，可以采用计算欧拉距离取最小的方法减少突变
计算优化：
递归部分伪代码
#传入块 和 上一层次赋予的值
#if depth==8 计算结果保存并输出
else{ 先序遍历 进行下一层递归
先给块内所有的颜色附上位值
#求中值
#左子树（小块和0,depth++）
#右子树（大块和1,depth++）
Briefly explain: 因为比起蓝色，人类对红色更加敏感
程序实现：
使用库cv2，python3.7 JetBrainspycharm
实现效果：
7bit调色板（未优化）
8bit调色板（未优化）
7bit调色板（优化）
8bit调色板（优化）
色码（8bit：rgbrgbrg）对应RGB颜色
说明：第一位无意义，必定是0