1051728 影像處理作業 2

Thresholding and Edge Detection

二值化與邊緣值偵測

題目：
撰寫一個程式，讀取作業所附 2 張測試圖片，並依據以下步驟完成
1. 設計一個二值化方法將其轉變成黑白圖像
2. 繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)

補充說明：
圖片用灰階模式讀取即可，也可以讀取全彩圖像自己處理
imread("檔名", 0); // CV_LOAD_IMAGE_GRAYSCALE
請考量讓所有 QR code 正方形模組邊框完整呈現，並分別呈現兩階段結果
1. 二值化
2. 邊緣偵測

作業環境：
1. Windows10
2. Visual Studio 2017
3. OpenCV 3.4.3

實作：
1. 用imread()讀取圖片
2. 用clone()複製一份圖片以免原始資料被覆蓋
3. 用threshold()將圖片二值化
4. 用sobel()和convertScaleAbs()求取 x 方向和 y 方向的梯度
5. 利用add()和convertScaleAbs()求取總梯度
6. 利用imwrite()儲存圖片

執行結果：
Figure2_1.jpg

原圖                                         二值化後                                邊緣偵測後



Figure2_2.jpg

原圖                                         二值化後                                  邊緣偵測後

1063509 影像處理作業 2

1.題目
撰寫一個程式，讀取作業所附2張測試圖片，(1)設計一個二值化方法將其轉變成黑白圖像後，(2)繪出QR code黑色模組的外框(可利用Sobel Operators偵測即可)。


2.環境
作業系統：MAC
JupterLab1.2.6
OpenCV 4.2.0
python

3.
使用imread(“檔名”,0)
threshold()用來轉顏色白階的部分但是有很多的不同型態
sobel哪來轉黑街
4.執行
Fig2_1原圖Fig2_2原圖

Fig2_1白色圖Fig2_2白色圖

Fig2_1黑圖Fig2_2黑圖

1051427 影像處理作業 2

1.題目
撰寫一個程式，讀取作業所附2張測試圖片，(1)設計一個二值化方法將其轉變成黑白圖像後，(2)繪出QR code黑色模組的外框(可利用Sobel Operators偵測即可)。
2.環境
作業系統：Windows 10平台與工具：visual studio 2019 + openCV 3.4.8

執行結果

3.readme
內建默認檔名為Fig2_1.jpg與Fig2_2.jpg
開始後會詢問要讀2_1還是2_2 選一個即可
開啟並讀取圖片後會自動開啟原圖檔和另外兩個帶有tracebar的視窗
分別是:
二值化的顯示與調整，可調整二值化的方法與量值
sobel運算的顯示與調整，可調整亮度與scaling

1051335 影像處理作業 2

二值化與邊緣偵測 Thresholding and Edge Detection

1.題目
撰寫一個程式，讀取作業所附2張測試圖片，(1)設計一個二值化方法將其轉變成黑白圖像後，(2)繪出QR code黑色模組的外框(可利用Sobel Operators偵測即可)。

2.環境
作業系統：Windows 10
程式語言：Python 3.8.2
使用套件： OpenCV-python 1.18.2
開發工具：Visual Studio Code 1.43.2
 
3.實作
使用imread(“檔名”,0)以灰階模式讀檔
使用threshold進行二值化，像素的域值設為100，若該像素超過100即設為255，反之則設為0
使用sobel進行邊緣偵測，對二值化過後的檔案執行sobel演算法

4.執行

Fig2_1原圖

Fig2_1進行二值化

Fig2_1進行邊緣偵測

 


Fig2_2原圖

 


 Fig2_2進行二值化

 


Fig2_2進行邊緣偵測

 

1051532 影像處理作業 2

二值化與邊緣偵測 

一、作業說明

撰寫一個程式，讀取作業所附 2 張測試圖片，(1)設計一個二值化方法將其轉變成黑白

圖像後，(2)繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)。

二、作業環境

• OS:Windows 10
• Visual Studio 2017+OpenCV3.4.0 Debug x64

三、操作步驟

1. 利用cin輸入檔名
2. 利用imread()灰階模式讀入圖片
3. 使用threshold()進行二值化
4. 使用Sobel()進行Sobel運算
5. 輸出二值化圖片及邊緣偵測結果

四、執行結果

1052420 影像處理作業2

一、作業題目：

撰寫一個程式，讀取作業所附 2 張測試圖片，(1)設計一個二值化方法將其轉變成黑白 圖像後，(2)繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)。

二、使用環境：

   1. windows 10

    2. pyCharm

    3. opencv-python 4.2.0.32

    4. python 3.6

    5. numpy 1.18.1

    6. pip 20.0.2

    7. setuptools 46.0.0

三、實作方法：

    1.用imread以cvtColor轉換灰階模式讀取圖片

    2.使用threshold來二值化

  3.使用Canny來做邊緣預測
    4.因圖片過大，用namedWindow來調整大小並用imshow輸出結果

四、成果：

1063330 影像處理作業2

一、作業說明:
撰寫一個程式，讀取作業所附2張測試圖片，(1)設計一個二值化方法將其轉變成黑白圖像後，(2)繪出QR code黑色模組的外框(可利用Sobel Operators偵測即可)

二、環境設置:
Python 3.7
opencv 4.2.0

三、實作方式:

1.imread用灰階模式讀取圖片

2.threshold:二值化

3.Canny:邊緣處理

四、執行結果:

Fig2_1

Fig2_2

1053326 影像處理作業2

一、   作業說明

二值化與 邊緣偵測 Thres h olding and Edge Detection 撰寫一個程式，讀取 作業所附 2 張測試圖片， 1 設計一個二值化方法 將其轉變成黑白 圖像後， 2 繪出 QR code 黑色模組的外框 可 利用 Sobel Operators 偵測即可 。

二、   作業環境

OS:Windows 10

Visual Studio 2017+OpenCV3.4.1 Debug x64

三、   操作步驟

1.      用image = imread(“img.jpg”, 0) 將讀入的圖片轉灰階

2.      用threshold將圖片轉二值化

threshold( 原圖, 新圖, 閥值, 超過臨界值時轉成此值, 取閾值型別 )

3.      用Canny做邊緣檢測

Canny(原圖, 新圖, 閥值1, 閥值2)

低於閥值1的不是邊緣

高於閥值2的是邊緣

在閥值1~2之間的像素點若在邊緣附近則被認為是邊緣，否則不是

四、   執行結果

原圖1

邊緣檢測1

二值化1

原圖2

邊緣檢測2

二值化2

1053344 影像處理作業2

題目

二值化與邊緣偵測 Thresholding and Edge Detection
撰寫一個程式，讀取作業所附 2 張測試圖片，(1)設計一個二值化方法將其轉變成黑白
圖像後，(2)繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)。

環境
作業系統：Windows 10
程式語言：C++ 
使用套件：OpenCV
開發工具：VS2017

實作
用Imread讀灰階圖片，用threshold把圖片二值化，用Sobel抓X和Y的邊緣，再用addWeighted合併兩張圖。

執行結果

圖片一


圖片二

1061453 影像處理作業2

作業說明

 撰寫一個程式，讀取作業所附 2 張測試圖片，(1)設計一個二值化方法將其轉變成黑白圖像後，(2)繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)。

環境

 1.Visual Studio 2017

 2.opencv 3.4.1

實作方法

1.imread用灰階模式讀圖

2.利用threshold並調整參數後將圖片二值化
3.用Canny進行邊緣偵測

4.namedWindows創建新視窗

5.imshow輸出圖片到視窗上

執行結果:

圖片左邊皆為原圖，右邊為執行結果

二值化圖1及圖2:

 對二值化的圖1及圖2進行邊緣偵測: