s1071540 影像處理作業 7

 

s1071540 影像處理作業7

一、作業說明

主題: 數學型態學影像處理應用 Morphological Image Processing

 

請撰寫一個程式，利用數學型態學影像處理運算(erode(), dilate()等函式)，計算出所附圖像(共三張)每張圖像中圍棋個數。

a.    請在部落格呈現經由數學型態學影像處理運算後的圖像，同時要呈現你程式輸出棋子數量的螢幕截圖。

b.    程式不一定可以算出正確棋子數量，越接近正確答案越好!

二、作業環境&語言

Windows 10 + Python 3.8.3 +
      opencv-python 4.4.0.42 + numpy 1.18.5

三、方法&步驟

1.          imread讀取圖片

2.          圖片轉成灰階

3.          影像二值化

4.          侵蝕(erode)後再膨脹(dilate)

5.          計算輪廓數量

6.          畫出棋子位置

7.          將計算結果寫在影像上和輸出在銀幕上

 

五、執行結果

IMG_5702:

 

IMG_5703:

 

IMG_5704:

 

s1071540 影像處理作業 8

 

一、作業說明

請寫一個程式將附圖二值化後輸出黑白圖像。 目的是將文字與背景分離。 二、作業環境&語言         Windows 10 + Python 3.8.5  三、執行結果

s1071540 影像處理作業6

一、作業說明

Run-Length Based Image Compression

 

附件中為三張利用將高度以色彩視覺化後的圖片。

請設計一個基於Run-Length的壓縮法方，對圖檔作無失真壓縮後儲存成新檔案。

 

部落格上應敘述你的壓縮方法，提供壓縮檔之格式，並計算三張圖的平均壓縮率(compression ratio)。

二、作業環境&語言

Windows 10 + Python 3.8.5 
         Pillow 8.1.0

 

三、方法&步驟

1. 讀取bmp檔案
2. 取出寬和高，以及每個pixel的RGB值
3. RGB三值分開儲存(才可使Run-Length方法有效壓縮)
4. 將長寬及壓縮後的RGB三條list接再一起並儲存為dat檔

五、執行結果

   img1.bmp:
Compression ratio:14665254/5940069=2.4688

   img2.bmp

Compression ratio: 14665254/10230.738=1.4334

  Img3.bmp

Compression ratio: 14665254/5450420=2.6906

avg compression ratio: 2.1976

s1071540 影像處理作業4

 

一、作業說明

Skin Color Detection

利用你所學的Color顏色的知識與技術，撰寫一個程式來偵測一張輸入照片中的皮膚區域並將其標示出。

二、作業環境&語言

Windows 10 + Python 3.8.5 
         opencv-python 4.5.1.48 + numpy 1.20.2

 

三、方法&步驟

1. cv2.imread讀取jpg檔
   
2. 將圖片數值轉為HSV
3. 把在膚色範圍內的像素標示出來
4. 將圖片數值轉為YCbCr
5. 把在膚色範圍內的像素標示出來
6. 將兩張圖標示出的結果做and運算
7. 使用中值濾波去除雜訊

五、執行結果

原圖

HSV

YCBCR

HSV+YCBCR

1071540 影像處理作業3

一、作業說明

離散傅立葉轉換 離散傅立葉轉換 離散傅立葉轉換 離散傅立葉轉換 DFT 練習

請撰寫一個程式，讀取張 請撰寫一個程式，讀取張 請撰寫一個程式，讀取張 請撰寫一個程式，讀取張 256 色灰階圖像 色灰階圖像 。

(1) 計算輸入圖的 計算輸入圖的 離散 傅立葉轉換 傅立葉轉換 結果 ，並將頻譜大小與相位角度 並將頻譜大小與相位角度 並將頻譜大小與相位角度 並將頻譜大小與相位角度 各以灰階 256 色圖像 方式呈現 出。

(2) 對圖像 利用 Gaussian Low-Pass filter處理，輸出平滑後圖像(程式利用 課本的 frequency filter步驟者可得滿分 得滿分 !)

二、作業環境&語言

        Windows 10 + Python 3.8.5 

        opencv-python 4.5.1.48 + matplotlib 3.4.1 + numpy 1.20.2

 

三、方法&步驟

1. Input image f(x,y) of size M*N
2. Form a zero-padded image fp(x,y) of size P * Q, where P=2 * M, Q=2 * N
3. Multiply fp(x,y) by (−1)^(x+y) to center its transform and compute DFT F(u,v) of the image by using cv.dft()
4. get the phase by using cv.phase()
5. Centered Gaussian Low-Pass filter transfer function  H(u,v) of size P×Q, center coordinates :(P/2,Q/2)
6.  Form the product G(u,v)=F(u,v)H(u,v) 
7.  Do IDFT to G(u,v) and multiplied by (−1)^(x+y) by using cv.idft()
8.  Obtain g(x,y) by extracting the M×N region from the left-top quadrant of gp(x,y) 

 

五、執行結果

 

原圖

1.以灰階輸入

2. zero-padded (2 * M, 2 * N)

 

3.傅立葉轉換後的頻譜

 

3.傅立葉轉換後的相位角

4. FH的結果

5. 剪裁