4、计算机视觉助力时尚创意流程：从图像到特征提取

计算机视觉助力时尚创意流程：从图像到特征提取

1. 矢量化路径的创建与优化

在图像矢量化的过程中，将细化后的图像转换为更紧凑和层次化的数据格式是关键的第三步。细化后的图像可以用路径集合来表示，路径被定义为一系列连续的二维整数点，代表输入细化图像中的一条线，其表示形式为：

path = [(x0, y0), (x1, y1), ...(xn−1, yn−1)]

得到的路径包含了底层形状的紧凑信息，便于处理。不过，还可以利用原始草图图像的先验知识和视觉线索对其进行进一步优化，主要的优化方法有修剪、合并和连接。
- 修剪 ：目的是删除细化结果中不需要的小“分支”。这些小分支可能是细化过程的产物，也可能是原始图像中的噪声导致的。修剪时，会删除长度小于给定长度 l 的分支。分支分为 e ↔e 或 j ↔e 这两种类型，不考虑 j ↔j 类型，以避免改变骨架的连通性。可以通过不同的策略进行修剪，例如逐步增加分支长度阈值 l 来迭代修剪整个图像。
- 合并 ：是将相邻的节点或路径组合在一起的过程。相邻的节点可以合并为一个节点，简化整体拓扑结构。对于路径，平行且起止节点相同的近邻路径是合并的理想选择。
- 连接 ：是将端点接近的两条路径连接成一条路径的技术。除了考虑端点距离外，路径端点的方向也是连接的重要标准。相交且接近的路径适合连接成一条更具代表性的路径。

下面是矢量化路径创建与优化的流程图：