선과 더 많은 줄무늬 멀리서 보거나 축소 할 때 눈의 이미지를 점차적으로 형성하기 위해 파란색이 어떻게 더 선명 해지는 지 알 수 있습니다. 그 외에도 밝은 톤의 많은 이미지 그룹으로 채색됩니다.
펜으로 수행 된이 실험의 흥미로운 점은 이 효과를 디지털로 만드는 방법 우리가 표현하고자하는 눈 모양이나 물체의 곡선의 접선을 따라 가면됩니다. RANSAC 알고리즘을 이해하는 데 완벽하게 적합한 웹상의 익명 아티스트의 흥미로운 제안입니다.
과정 디지털로 해 다음과 같이 요약 할 수 있습니다.
- 이미지를 흑백으로 변환
- 빈 캔버스 만들기
- 캔버스 수백 부에 단일 선을 그립니다.
- 원본과 캔버스의 차이 계산
- 차이가 가장 적은 것을 가져 가십시오.
- 이 과정은 XNUMX 단계부터 천 번 정도 반복됩니다.
완전히 완료되면 XNUMX 번 정도 작업을 수행하고 마지막으로 우리가 사용한 모델을 가장 잘 모방하는 이미지를 선택해야합니다. 약간 지루할 수 있지만 여기서 공유하는 실험 에서처럼 손으로 그려야하는 시간을 절약 할 수 있습니다. 예 당신은 프로세스를 저장하고 싶습니다, 이리와 여기.
궁극적으로 우리는 RANSAC 알고리즘에 대해 이야기하고 있습니다. Fischler와 Bolles가 1981 년에 출판했습니다. 그 이후로 이미지 분석에 적용되었습니다. RANSAC은 다른 강력한 추정 기술에 대한 극복 할 수없는 한계 인 50 % 이상인 많은 비율의 이상 값으로 오염 된 데이터에서 우수한 적합성을 제공하는 놀라운 능력을 가지고 있습니다.
알고리즘 최고의 모델을 찾다 원하는 모델에 맞지 않는 픽셀을 포함한 모든 윤곽 픽셀을 고려합니다. s의 픽셀 샘플을 무작위로 선택합니다. 여기서 s는 모델 매개 변수를 설정하는 데 필요한 점입니다.
우나 흥미로운 창의적인 제안 실험으로. 다른 것을 알고 싶다면, XNUMX 년 전에 우리는 CSS3D HTML5로 만든 것.