[OpenCV] 轉換色彩空間失真 (Transform Color Space Distortion)
我以為透過OpenCV轉換色彩空間,可以很輕易地來回轉換,而且不會有失真的問題。然而後來我知道,轉換色彩空間會有計算上精準度的問題(小問題),除此之外我又發現一個更容易失真的問題(大問題),其實對程式設計師而言相當容易發現才是,也就是:轉換色彩空間一個函式、儲存影像一個函式,後者失真程度遠大於前者!怎麼會這樣子呢?來看一下實驗結果……
我以為透過OpenCV轉換色彩空間,可以很輕易地來回轉換,而且不會有失真的問題。然而後來我知道,轉換色彩空間會有計算上精準度的問題(小問題),除此之外我又發現一個更容易失真的問題(大問題),其實對程式設計師而言相當容易發現才是,也就是:轉換色彩空間一個函式、儲存影像一個函式,後者失真程度遠大於前者!怎麼會這樣子呢?來看一下實驗結果……
現在因為研究和工作的緣故,我必須時常在多台電腦間切換,之前用過Splashtop 遠端桌面連線,感覺還不賴,只是它在Mac OS和iOS需付費下載,所以我間接得知TeamView這玩意兒,沒想到它的功能相當健全,不需要記憶IP,登入帳號即可遠端桌面,並指定某一電腦螢幕畫面呢!分享到臉書上,才知道朋友早就在用了!
當然這麼好玩的東西,我就會想測試它的能耐,手邊正好有兩個不同作業系統的平板電腦iOS和Android,我分別拿來測試一下,感覺還不賴!

接續影像拼接2 (Image Stitching)的腳步,接下來當然就是一連串的實驗,有這麼好玩的程式能不玩嗎:P?
經過影像拼接 (Image Stitching)的介紹與過程,這裡我們還要來做影像拼接實驗 (Image Stitching Experiment)。
雖然對網路這種虛無縹緲的技術保持距離,但是若有可以玩出技術知識的方法怎能不嘗試一下呢?恰好最近對3G和WIFI技術感到好奇,也整理了什麼是3G?什麼是WiFi?,然而若只是理論上的數字,依然滿足不了求知慾大的我,於是做了所處環境的網路速度實驗。

SIFT的概念可以參考我前一篇文章SIFT (Scale-Invariant Feature Transform)。
若只有文字敘述可能會很抽象和模糊,所以再一次使用SIFT來做實驗,真正體會SIFT所帶來的效果!
HappyMan・迴響