s1043362 作業5

一、作業要求

請撰寫一個程式，利用數學型態學影像處理運算，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. 使用環境

Operation system: windows10
Virtual environment: Anaconda 4.6.8
Programing language: Python3.6.8
Library version: Opencv 3.4.1

三. 實作方法

將圖片讀入並執行以下步驟:

cv2.cvtColor() 將圖片轉為灰階

cv2.threshold() 對圖片做二值化

cv2.erode() 進行數次的腐蝕

cv2.dilate() 進行數次的膨脹

cv2.findContours() 找出輪廓

四. 實作結果

1061455 作業五

一、題目:

請撰寫一個程式
利用數學型態學影像處理運算，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、环境配置

Windows10+Python3.7+Opencv

三、操作步骤

1.引入opencv包

2.img()导入图片

3.cv2.threshold将图片二值化

4.对图片进行适当的腐蚀和膨胀

5.cv2.findContours进行轮廓分析

6.遍历并且计数

7.输出结果及图片

1041506 作業五

一、簡介:

請撰寫一個程式，利用數學型態學影像處理運算，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、環境
  1.Visual  Studio  2017

  2.OpenCV 3.4.5

三、作業解釋

  1. imread

  2. 轉灰階

  3. threshold

  4. getStructuringElement

  5. erode

  6. findContours

  7. resize

  8. imshow

四、圖示

1041547的作業5

題目

請撰寫一個程式
利用數學型態學影像處理運算，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

環境與使用套件版本

• Windows 10
• python3.7
• opencv-python

程式步驟

• 用灰階讀取圖片
• 二值化成0跟255（threshold())
• 用close把反光的地方去掉，再用erode侵蝕圖片分開相連的棋子。
• 用findContours計算有多少區塊。

執行畫面

IMG_5702

IMG_5703

IMG_5704

s1031423 作業5

目的

請撰寫一個程式
利用數學型態學影像處理運算，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

環境與使用套件版本

• Windows 10
• Visual Studio 2017
• Opencv 3.1.0

程式步驟

• 讀取圖片，並取灰階。
• 二值化成0跟255（threshold()），取棋子（深色）部分，再用中值模糊法去除雜訊。
• 用erode()10次侵蝕圖片，分開相連的棋子。
• 用connected component計算有多少區塊。
• 扣除背景後得棋子數。

執行畫面

1.

    2.

3.

s1053315作業五

一、作業要求:

請撰寫一個程式，利用數學型態學影像處理運算，計算出所附圖像共三張，列出每張圖像中圍棋個數。

二、使用環境/語言:

• Windows 10
• Spyder ( Python3.5 )
• Python
• Opencv 3.4.1

三、特殊程式片段註解:

• 使用imread讀入圖片，並轉換為灰階圖

• 用cvtColor()將圖片轉成灰階圖

• 降低圖片雜訊:GaussianBlur()

• 轉成二值化:threshould()

• 偵測物件之邊緣:Sobel()索伯運算子
• 找出物件之輪廓、計算數量:findContours()

四、環境設置介紹:

       首先下載 Anaconda 後將其路徑加入到path，以免python無法正確運行。

在Anaconda cloud server中搜尋要安裝的package
在cmd中輸入: anaconda search opencv

      挑選一個覺得順眼以及符合系統需求的package 輸入:conda install -c https://conda.anaconda.org/package名稱 下載完畢開啟Spyder即可

五、執行結果:

IMG1:

IMG2:

IMG3:

偵測結果:

1051420 作業5

題目:

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

實作平台:

Visual Studio 2015 + OpenCV 3.4 +win 10

使用方法:

使用imread()讀入灰階圖片後 利用threshold將圖片做二值化運用，接著用getStructuringElement()設定dilate的element，我先用RECT形狀將圖片做膨脹，再用ELLIPSE圓形做膨脹修正。讀取img的像素，遇到顏色為黑色的話，將四周50pixel的值以灰色取代，並計算棋子數量+1

1051435-作業五

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

實作環境:

Windows 10 +Visual Studio 2017 + OpenCV 3.4

實作方法:

1) 使用imread()讀入灰階圖片
(2) 利用threshold將圖片做二值化
(3) 運用getStructuringElement()設定dilate的element，用RECT形狀將圖片做膨脹，再用ELLIPSE圓形做膨脹修正。
(4) 讀取img的像素，遇到顏色為黑色的話，將四周50pixel的值以灰色取代，並計算棋子數量+1

實作結果:

s1051540 的作業 5

1 題目

請撰寫一個程式，利用數學型態學影像處理運算，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!

2 開發環境
 

opencv 3.4   visual studio 2017    c++  window10

3架構

   1.先用threshold把圖像二質化
   2.用morphologyEx做MORPH_CLOSE把圖像先膨脹後侵蝕
   3.再用erode把圖像侵蝕成最佳數量
   4.用findContours尋找棋子數
   5.輸出圖像和棋子數

4輸出結果


   

第一張圖

第二張圖

第三張圖

三張圖的棋子數

誤差:

第一張:差2顆

第二張:差4顆

第三章:差0顆

1051428 作業5

作業要求
撰寫一個程式,利用數學影像處理運算,計算出所附圖像(三張),每張圖像中圍棋個數

實作環境

Windows 10 +Visual Studio 2017 + OpenCV 3.4

實作使用的函式

imread()讀入圖片

cvtColor()轉成灰色

threshold()進行二值化

erode()侵蝕找出輪廓

findContours()找出輪廓

resize()把適當大小的圖輸出

實作結果

原圖

偵測棋子數量:29

原圖

偵測棋子數量:18

原圖

偵測棋子數量:31

s1051544的作業五

1.使用平台:

Visual Studio 2015 C++/ OPENCV 3.4.0

2.實作方法:

讀入原圖->照片轉成灰階->進行二值化分割->開始形態學處理->取得矩形結構->計算區域面積->畫圖->以隨機顏色顯示->分別算出圍棋數量

3.執行結果:

1051432 作業五

一、作業要求：
請撰寫一個程式，利用數學型態學影像處理運算，計算出所附圖像(共三張)，每張圖像中圍棋個數。

二、作業環境：

• windows10
• visual studio 2017  
• opencv 3.4.1

三、程式架構：

1. 用threshold設定圖像二值化的閥值
2. 用bitwise_not()進行顏色的反轉
3. 用morphologyEx、erode、dilate做腐蝕、膨脹和開運算，調整參數到能最有效的分割圍棋邊界
4. 用findContours找出共有幾個輪廓，就可知道圍棋個數

四、成果展示：

• 第一張圖片：
• 結果：22個圍棋(正確為24個)

• 第二張圖片：
• 結果：30個圍棋(正確為31個)

• 第三張圖片：
• 結果：31個圍棋(正確為31個)