顯示具有 #1092hw4 標籤的文章。 顯示所有文章
顯示具有 #1092hw4 標籤的文章。 顯示所有文章

2021年5月16日 星期日

s1073311影像處理作業4

 一、作業題目

    利用你所學的顏色的知識與技術,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、操作環境

macOS Big Sur

終端機

Python 3.7.3 / openCV 4.5.1 


三、方法

用cv2.imread()讀取圖片
用cv2.cvtColor將RGB圖片轉成HSV
限定HSV的範圍:
        0<H<17
        0<S<255
        40<V<255
用cv2.cvtColor將RGB圖片轉成YCrCb
限定HSV的範圍:
        80<Y<255
        135<Cr<180
        85<Cb<135
將HSV和YcrCb用cv2.bitwise_and()堆疊成mask
用GaussianBlur()降噪
將RGB的原圖用mask過濾,偵測為皮膚的地方就變成綠色
用cv2.imwrite()輸出圖片

四、執行結果

            原圖:


             HSV :  

            YCrCb :
                        
            HSV+YCrCb : 
                        

            RGB :

                        


               



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


s1071545 影像處理作業 4

作業說明:

利用你所學的Color顏色的知識與技術,撰寫一個城市來偵測一張書任照片中的皮膚區域並將其標示出

開發環境:

    Window 10

    Anaconda

    VScode

    Python

運行說明:

    先將原圖的色彩轉換為HSV並保留設定好的膚色的顏色區間內的數值,再來我使用了kernel為5*5的侵蝕(cv2.erode)及膨脹(cv2.dilate)來去除雜訊。

執行畫面:

原圖

侵蝕及膨脹處理前

侵蝕及膨脹處理後

S1041470 影像處理作業 4

 

1.作業題目 :

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。

2.開發環境:

  • windows 10

  • Spyder

  • OpenCV - 4.5.1

  • python

3.流程:

    1.使用imread讀取jpg圖片檔

    2.轉成HSV

    3.限定值域通過產生二值化圖片(imagehsv)

    4.利用bitwise_and合成結果

    5.輸出結果

 

4.輸出 :

原圖


HSV極值化


結果