顯示具有 #1092hw3 標籤的文章。 顯示所有文章
顯示具有 #1092hw3 標籤的文章。 顯示所有文章

2021年5月2日 星期日

s1071545 影像處理作業 3

作業說明:

請撰寫一個程式,讀取一張 256 色灰階圖像。

 (1)計算輸入圖的離散傅立葉轉換結果,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!)

開發環境:

    Window 10

    Anaconda

    VScode

    Python

運行說明:

    先將原圖轉換為灰階圖片,然後將長寬各擴展2倍並讓原圖保持在左上角,再來進行傅立葉轉換來求得頻譜以及相位角度,接下來求出高斯的H(D0我使用50)並與剛赴立業完的資料相乘得出G,G再反傅立葉轉換回去得到模糊後的圖。

執行畫面:


                                                                                        原圖
   

                                                                                    擴大2倍



乘上(-1) * (x + y)


相位圖


角位


H


G


處理完的結果

s1061420 影像處理作業 3

作業說明:

 請撰寫一個程式,讀取一張256 色灰階圖像。

(1) 計算輸入圖的離散傅立葉轉換結果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。

開發環境:

l   Windows 10

l   Visual Studio 2019

l   Python 3.8

l   OpenCV 4.5.1

程式說明:

1. 輸入圖片並轉為灰階圖片

2. 使用 numpy.fft.fft2 進行傅立葉轉換

3. 使用 numpy.fft.fftshift 將圖片最左上角當作圖片中心

4. 使用 numpy.abs 將值轉為正數、將值轉為 0 ~ 255 之間、輸出為光譜

5. 使用 numpy.angle 轉為相位圖

6. 使用 GaussianBlur 函式將原圖進行平滑處理

輸出結果:








原圖









經傅立葉轉換後的光譜


















相位圖




















平滑後的圖像


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