3D Graph

Error Diffusion(誤差擴散)

通常 人的眼睛比耳朵好欺騙太多了 尤其在計算機圖形學中 因為想要即時的效率可以提升   

誤差擴散法在數據處理中常常會碰到 尤其是用於影像處理中  降低色彩的深度
通常我們在遊戲中會用在 把彩色轉成單色 因為方法蠻多的 也可以找到不少演算法
不過誤差擴散算是一種不錯的方法 甚至有些印表機也會用:P 值得學習

舉個比較範例: 在儲存gif時 使用的方法的速度跟影像品質的比較

SOLID COLOR Closest match Median cut Neural
 Speed Fast Fastest Faster
Image Quality  Best Good Better
DITHERED COLOR Error diffusion Floyd-Steinberg Uniform
 Speed Fast Faster Fastest
Image Quality  Best Good Better

而3d中 用在mapping貼圖上 所以說 人的眼睛真的很好欺騙的

下面三張圖
圖1 是 256 級度灰度過度
圖2 是簡單的將圖一按就近原則 轉換成了 16 級灰度 (直接把 8bit 灰度的後 4bit 砍掉)
圖3 是將圖 1 用誤差擴散的方法轉換成 16 級灰度

廣告

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com Logo

您的留言將使用 WordPress.com 帳號。 登出 / 變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 / 變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 / 變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 / 變更 )

連結到 %s