Seam carving (or liquid rescaling) is an algorithm for content-aware image resizing, developed by , of Mitsubishi Electric Research Laboratories (MERL), and Ariel Shamir, of the Interdisciplinary Center and MERL. It functions by establishing a number of seams (paths of least importance) in an image and automatically removes seams to reduce image size or inserts seams to extend it. Seam carving also allows manually defining areas in which pixels may not be modified, and features the ability to remove whole objects from photographs.
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Re-escala de vídeo (ca)
- Inhaltsabhängige Bildverzerrung (de)
- Video retargeting (es)
- Seam carving (fr)
- Seam carving (en)
- 接縫裁剪 (zh)
|
| rdfs:comment
| - La re-escala de vídeo (en anglès, video scaler) és el procés de transformació mitjançant el qual s'adapten les dimensions d'un video ja existent a les dimensions d'un dispositiu de reproducció qualsevol (televisió, telèfon mòbil, ordinadors portàtils, etc...) (ca)
- Video Retargeting (en castellano, Reescalado de Video) es el proceso de transformación mediante el cual se adaptan las dimensiones de un video existente a las de un dispositivo de reproducción cualquiera (televisión, teléfono móvil, ordenadores portátiles, etc.) (es)
- 接縫裁剪（Seam carving），是一個可以針對图像內容做正確縮放的算法（由和所發表）。概念上，算法會找出一系列的接缝（seam）（接缝是在图像中最不重要的一連串像素），接著利用接缝對图像做縮放。如果是要縮小图像，則移除這些接缝，若是放大，則在這些接缝的位置上，插入一些像素。接缝裁剪可以人工定义一些不会被修改的像素区域，也可以从图像中移除整个物体。 接缝裁剪算法的主要目的是图像重定向（image retargeting），將图像无失真的显示在各種大小的螢幕或位置上，比如說，手機、投影幕等等。 (zh)
- Inhaltsabhängige Bildverzerrung (auch bekannt als intelligente, bild- oder inhaltsabhängige Photo- oder Bildverzerrung oder Bildskalierung, im Englischen als Seam carving, Retargeting, Content Aware Image Resizing – CAIR, Content Aware Scaling, Liquid Resizing oder Liquid Rescaling) ist ein patentiertes Verfahren zur Verzerrung des Seitenverhältnisses von Bildern unter Schonung von Proportionen und Formen relevanter Bildinhalte und dadurch mit möglichst geringen wahrgenommenen Verzerrungen. Es wurde ursprünglich von vom (MERL) und ( und MERL) auf der SIGGRAPH 2007 vorgestellt. (de)
- Seam carving (or liquid rescaling) is an algorithm for content-aware image resizing, developed by , of Mitsubishi Electric Research Laboratories (MERL), and Ariel Shamir, of the Interdisciplinary Center and MERL. It functions by establishing a number of seams (paths of least importance) in an image and automatically removes seams to reduce image size or inserts seams to extend it. Seam carving also allows manually defining areas in which pixels may not be modified, and features the ability to remove whole objects from photographs. (en)
- Le seam carving, ou recadrage intelligent, est un algorithme de redimensionnement d'image développé par Shai Avidan et Ariel Shamir en 2007. Cet algorithme redimensionne, non pas par une mise à l'échelle classique (par interpolation) ou un recadrage, mais par la suppression ou l'addition de chemins de pixels dits de moindre énergie (en anglais, low-energy seams). L'une des applications de l'algorithme est de redimensionner des images sans distorsion pour des sites web réactifs. (fr)
|
| foaf:depiction
| |
| dcterms:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| Link from a Wikipage to an external page
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| thumbnail
| |
| has abstract
| - La re-escala de vídeo (en anglès, video scaler) és el procés de transformació mitjançant el qual s'adapten les dimensions d'un video ja existent a les dimensions d'un dispositiu de reproducció qualsevol (televisió, telèfon mòbil, ordinadors portàtils, etc...) (ca)
- Inhaltsabhängige Bildverzerrung (auch bekannt als intelligente, bild- oder inhaltsabhängige Photo- oder Bildverzerrung oder Bildskalierung, im Englischen als Seam carving, Retargeting, Content Aware Image Resizing – CAIR, Content Aware Scaling, Liquid Resizing oder Liquid Rescaling) ist ein patentiertes Verfahren zur Verzerrung des Seitenverhältnisses von Bildern unter Schonung von Proportionen und Formen relevanter Bildinhalte und dadurch mit möglichst geringen wahrgenommenen Verzerrungen. Es wurde ursprünglich von vom (MERL) und ( und MERL) auf der SIGGRAPH 2007 vorgestellt. Der Algorithmus erstellt eine Entbehrlichkeitswertung für alle Bereiche/Pixel des Bildes und sucht anhand dieser dann Pfade möglichst unwichtiger Pixel, die quer zur Stauchungs- oder Streckungsrichtung verlaufen und fügt an diesen Fugen (englisch seams, → seam carving) Pixel ein oder entfernt welche.Unterschiedliche Varianten des Grundalgorithmus unterscheiden sich in der Regel in den Strategien zur Erstellung der Entbehrlichkeitswertung, was für bewegte Bilder besonders anspruchsvoll ist.Im ursprünglichen, einfachsten Fall geschieht dies nur anhand der Größe von Tonwertunterschieden zwischen benachbarten Pixeln (Energie). Für diese Gewichtung bietet sich die Möglichkeit des menschlichen Eingriffes in die Automatik an und ist bei vielen Implementierungen möglich. Damit können beispielsweise auch ganze Objekte zur kompletten Entfernung markiert werden. Adobe Inc. erwarb von den MERL eine einfache Nutzungslizenz für das Verfahren und implementierte es in Photoshop CS4 (Funktion „Content Aware Scaling“).Auch andere populäre Grafiksoftware wie GIMP, digiKam und ImageMagick bieten Implementierungen der Technik. (de)
- Video Retargeting (en castellano, Reescalado de Video) es el proceso de transformación mediante el cual se adaptan las dimensiones de un video existente a las de un dispositivo de reproducción cualquiera (televisión, teléfono móvil, ordenadores portátiles, etc.) (es)
- Le seam carving, ou recadrage intelligent, est un algorithme de redimensionnement d'image développé par Shai Avidan et Ariel Shamir en 2007. Cet algorithme redimensionne, non pas par une mise à l'échelle classique (par interpolation) ou un recadrage, mais par la suppression ou l'addition de chemins de pixels dits de moindre énergie (en anglais, low-energy seams). L'énergie d'un pixel est en général mesurée par son contraste comparé à ses plus proches voisins, mais d'autres techniques, comme la détection de forme, peuvent être utilisées. De plus, il est possible de définir ou de détecter automatiquement des zones de haute énergie, afin de les protéger de toute suppression. À l'inverse, on peut définir des zones de basse énergie, à retirer en premier. À partir de ces informations, l'algorithme calcule les chemins de plus basse énergie et les supprime, ou calcule les chemins de pixels qui peuvent être ajoutés. L'une des applications de l'algorithme est de redimensionner des images sans distorsion pour des sites web réactifs. (fr)
- Seam carving (or liquid rescaling) is an algorithm for content-aware image resizing, developed by , of Mitsubishi Electric Research Laboratories (MERL), and Ariel Shamir, of the Interdisciplinary Center and MERL. It functions by establishing a number of seams (paths of least importance) in an image and automatically removes seams to reduce image size or inserts seams to extend it. Seam carving also allows manually defining areas in which pixels may not be modified, and features the ability to remove whole objects from photographs. The purpose of the algorithm is image retargeting, which is the problem of displaying images without distortion on media of various sizes (cell phones, projection screens) using document standards, like HTML, that already support dynamic changes in page layout and text but not images. Image Retargeting was invented by Vidya Setlur, Saeko Takage, Ramesh Raskar, Michael Gleicher and Bruce Gooch in 2005. The work by Setlur et al. won the 10-year impact award in 2015. (en)
- 接縫裁剪（Seam carving），是一個可以針對图像內容做正確縮放的算法（由和所發表）。概念上，算法會找出一系列的接缝（seam）（接缝是在图像中最不重要的一連串像素），接著利用接缝對图像做縮放。如果是要縮小图像，則移除這些接缝，若是放大，則在這些接缝的位置上，插入一些像素。接缝裁剪可以人工定义一些不会被修改的像素区域，也可以从图像中移除整个物体。 接缝裁剪算法的主要目的是图像重定向（image retargeting），將图像无失真的显示在各種大小的螢幕或位置上，比如說，手機、投影幕等等。 (zh)
|
| gold:hypernym
| |
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)
