s1081533 作業1

 1. 開發環境

• mac 11.4
• Google colab
• opencv 4.1.2

2. 程式流程

先將雲端硬碟掛載於colab上。

from google.colab import drive

drive.mount('/content/gdrive')

引入opencv並查看版本資訊。

import cv2

from google.colab.patches import cv2_imshow

print(cv2.__version__)

用imread讀入雲端硬碟中圖片，並用imshow查看是否讀入和顯示

imgin = cv2.imread("/content/gdrive/MyDrive/yzu/影像處理/bookGray.jpg",0) #讀取灰階原始圖片

cv2_imshow(imgin)

查看圖片的shape，並根據shape用numpy中的np.zero()產生像素點矩陣，並將每個點像素值加120.整體圖片效果會變亮。

import numpy as np

imgnum=np.zeros((688,688),imgin.dtype)+120

imgnew=cv2.add(imgin,imgnum)

cv2_imshow(imgnew)

使用numpy中的np.concatenate()將原始圖片與變亮的圖片連接顯示，更方便觀察。

最後用imwrite存入雲端資料夾中。

image = np.concatenate([imgin, imgnew],axis=1)

cv2_imshow(image)

cv2.imwrite("/content/gdrive/MyDrive/yzu/影像處理/graycon.jpg",image)

因opencv中3個channel的順序為B,G,R。所以這裡是imgRGB(i,j,2):i和j為圖片的每個像素點，而2代表則是R channel。np.clip()是限制像素值在0-255之間。

#opencv2 :b,g,r

num=np.zeros((512,512,3),imgin.dtype)

for i in range(imgRGB.shape[0]):

for j in range(imgRGB.shape[1]):

imgRGB[i,j,2]=np.clip(imgRGB[i,j,2]+100,0,255) #

cv2_imshow(imgRGB)

cv2.imwrite("/content/gdrive/MyDrive/yzu/影像處理/RGB.jpg",imgRGB)

3. 圖片執行結果

左圖為原圖，右圖為+100結果

左圖為原圖，中間為R+100，右圖為R-100

4. demo影片