De gauche à droite: l'original, équipé d'un champ (champ cadre) et le résultat final. Sur la base d'une image en niveaux de gris bitmap bruyante, un champ encadré est calculé qui est aligné avec les lignes de l'image. Sur les angles aigus tels que les intersections X et T, les vecteurs sont superposés dans les deux directions. Ensuite, la topologie de dessin est extraite de ce champ - et la génération finale des courbes vectorielles est effectuéeLa vectorisation d'images est une composante fondamentale du flux de travail en conception graphique, en technologie et en animation informatique. Il transforme des dessins grossiers d'artistes et de designers en courbes lisses nécessaires à l'édition.
Les premiers algorithmes de vectorisation d'images sont apparus au début des années 1990 et
utilisé dans les outils d'édition vectorielle tels qu'Adobe Illustrator (Live Trace), CorelDRAW (PowerTRACE) et Inkscape. Malgré leur large adoption dans l'industrie, ces algorithmes souffrent toujours de graves lacunes et sont en cours de développement. Dans plusieurs secteurs où la vectorisation est essentielle, y compris l'animation et l'ingénierie traditionnelles, elle est souvent effectuée manuellement. Les concepteurs tracent minutieusement l'image numérisée à l'aide d'outils de dessin.
Malheureusement, les algorithmes modernes, même pour les dessins propres, ne vectorisent pas avec précision les intersections X et T, de sorte que des dessins vectoriels avec une connectivité incorrecte sont obtenus. En raison de ces problèmes, les concepteurs hésitent souvent à utiliser des outils de vectorisation automatique. Leur fiabilité est mise en doute. Plus précisément, ce fut encore le cas jusqu'à ce que deux chercheurs - Mikhail Bessmeltsev et Justin Solomon - du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) du Massachusetts Institute of Technology, adaptent les algorithmes mathématiques bien connus pour la vectorisation d'images bitmap.
Un traitement incorrect des joints et des intersections de lignes est le principal inconvénient de tous les algorithmes de vectorisation. Ces erreurs entraînent la génération d'une topologie incorrecte et une panne de connectivité. La nouvelle méthode de vectorisation est basée sur des algorithmes mathématiques modernes pour le traitement des champs encadrés. L'algorithme est spécialement adapté pour éliminer l'ambiguïté au niveau des joints de lignes sans perte de qualité.
a) L'approche locale de la vectorisation de transition, proposée par Noris et ses collègues en 2013, peut conduire à des connexions incorrectes ou inexactes. b) La méthode Favreaux et al. (2016) peut produire un résultat qui s'écarte considérablement de l'original raster. (c) La nouvelle méthode proposée par Bessmeltsev et Solomon est supérieure aux plans de vectorisation précédentsLe problème est exacerbé par le bruit des graphiques raster d'origine, qui subsiste après la numérisation de l'original papier. L'interruption de la connectivité ne permet pas l'utilisation d'outils de remplissage / couleur automatiques, c'est-à-dire que de tels dessins vectoriels doivent encore être évoqués manuellement.
Compte tenu de ces problèmes des méthodes existantes, les auteurs des travaux scientifiques ont proposé une nouvelle méthode de traçage des images, y compris celles avec un traitement spécial des intersections en forme de T et en X, où les informations initiales peuvent être interprétées de manière ambiguë. La principale innovation technique est l'utilisation d'un champ truqué avec deux paires de vecteurs pour chaque point de l'avion.
Dans un champ truqué, au moins dans une direction, le champ est aligné dans la courbe d'origine, et près des intersections X et T, il est aligné dans les deux directionsLes auteurs des travaux scientifiques affirment que les champs équipés sont logiques et naturels pour suivre l'orientation des courbes dans des transitions aussi nettes, mais pour une raison quelconque, ils n'ont jamais été utilisés pour vectoriser des images. Les résultats présentés démontrent que la qualité de la vectorisation est significativement supérieure à celle des méthodes précédentes. Même sur des originaux très bruyants, la géométrie des courbes n'est pas perdue et coïncide avec les styles originaux.
Des exemples
(l'image haute résolution s'ouvre au clic)
Sensibilité de l'outil aux petits changements de l'image d'origine
La méthode n'est pas sensible à la résolution de l'image d'origine.
La vectorisation fonctionne bien même sur un original très bruyantLe nouvel outil facilitera grandement la vie des concepteurs et des illustrateurs: «Selon une estimation approximative, il permettra d'économiser de 20 à 30 minutes lorsque vous travaillez avec des outils automatisés [dans chaque image]. C'est un résultat important pour les animateurs qui traitent beaucoup de croquis »,
explique Mikhail Bessmeltsev, auteur principal des travaux scientifiques, ancien employé de la CSAIL et maintenant professeur adjoint à l'Université de Montréal. «Nous espérons rendre les outils de vectorisation automatisés plus pratiques pour les artistes soucieux de la qualité de leur travail.»
L'article scientifique a été
publié le 5 janvier 2018 sur le site de préimpression arXiv.org (la
deuxième version de l'article est le 5 septembre 2018, arXiv: 1801.01922v2). Il est accepté pour publication dans la revue scientifique
ACM Transactions on Graphics .