s1051531的作業5

一、作業要求:

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:

• windows10
• Visual Studio 2017
• python 3.6
• opencv-python 4.1.0

三、特殊程式片段:

• threshold(): 將圖片二值化(呈現黑白)
• getStructuringElement(): 設置侵蝕或膨脹的模板
• erode(): 侵蝕
• dilate(): 膨脹
• Canny(): 找邊緣
• findContours(): 尋找輪廓
• drawContours(): 將找到的輪廓畫在原圖上做比較

四、執行結果:

先選擇要計算哪張圖，然後先對圖進行二值化，再進行一次的侵蝕，去除棋子裡一些太小的反光點，之後藉由多次膨脹棋子裡較大的反光點，讓棋子剩下的黑色部分分開。

然後藉由Canny()將邊緣找出來，用findContours()將邊緣歸類為輪廓後計算數量，最後用drawContours()在原圖上畫出輪廓來比較找到哪些輪廓。

圖1、 侵蝕及膨脹後的圖(左)；輪廓圖(右)

正確: 24，計算出25個，誤差 +1

圖2、侵蝕及膨脹後的圖(左)；輪廓圖(右)

正確: 31，計算出29個，誤差 -2

圖3、侵蝕及膨脹後的圖(左)；輪廓圖(右)

正確: 31，計算出31個，誤差 0

離開程式

s1051531的作業4

一、作業要求:

利用你所學的顏色的知識，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、使用環境:

• windows10
• Visual Studio 2017
• python 3.6
• opencv-python 4.1.0
• Matplotlib 3.0.3
• numpy 1.16.3

三、特殊程式片段:

• cv2.cvtColor(): 分別將圖片轉成YCrCb、HSV
• img.item(): 分別取出img的值
• img.itemset(): 將img的值設為0(不是皮膚的部分)

四、執行結果:

以範例1來說，HSV的效果比YCrCb來的要好，範例1的YCrCb比較不能準確區分膚色和黃色的差別。
而範例2則是YCrCb效果比HSV好，YCrCb能偵測到比較完整的人臉或皮膚的部分，HSV則是有一些缺漏。

執行程式

範例1 原圖

範例1 HSV

範例1 YCrCb

範例2 原圖

範例2 HSV

範例2 YCrCb

輸出結果並保存

s1051531的作業3

一、作業要求:

撰寫一個程式，讀取一張 256 色灰階圖像。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。

二、使用環境:

• windows10
• Visual Studio 2017
• python 3.6
• opencv-python 4.1.0
• Matplotlib 3.0.3
• numpy 1.16.3

三、特殊程式片段:

• cv.dft(): 離散傅立葉轉換
• np.fft.fftshift(): 移頻操作
• cv2.magnitude():  求出頻譜圖
• cv2.phase(): 求出相位圖

四、執行結果:

用灰階方式讀入一張圖檔後，顯示其頻譜圖及相位圖，按下存檔按鈕儲存圖片。

執行結果(左-原圖 中-頻譜圖 右-相位圖)

存檔按鈕

儲存圖片

s1051531的作業2

一、作業要求:

撰寫一個程式，讀取一張 256 色灰階圖像或 RGB 全彩圖像(.bmp 或.jpg 圖像格式都可) ，利用 Sobel Operators 偵測圖像邊緣，並以邊緣偵測為基礎(如彩色圖像針可先將圖片 由 RGB 轉換至 HIS 或 YUV, YCbCr 等色彩空間，只需對亮度 Channel I 或 Y 處理，再 轉回 RGB 即可)，設計一個類似素描線條自畫像程式。(如果可以分析邊緣偵測所得到 的點，結合成線條方式呈現更佳!)

二、使用環境:

• windows10
• Visual Studio 2017
• opencv-3.4.

三、特殊程式片段:

• GaussianBlur(): 高斯平滑去除雜訊
• Sobel(): 分別對x、y軸進行計算
• convertScaleAbs():  把圖像轉成CV_8U
• addWeighted(): 將垂直及水平分配權重並結合

四、實作方法:

讀入一張圖檔後，先利用高斯平滑去除雜訊，再利用Sobel()分別計算x、y軸進行運算得到像素的梯度，使用Sobel()時，為了避免發生saturate，所以通常輸入圖的深度為CV_8U，輸出圖深度會使用CV_16S，因此之後需要用convertScaleAbs()把圖像轉回CV_8U，最後利用addWeighted()將垂直及水平分配權重並結合成最後的線條圖。

五、執行畫面:

執行畫面(左原圖，右線條圖)

線條圖存檔成output.jpg

s1051531的作業一

一、作業要求：

圖像亮度調整:
    撰寫一個程式從檔案讀取一張圖像，將圖像的每一個點像素的值各加上一個整數值v (-255 < v < 255)，並將圖像儲存至一個新圖像檔案中。

二、使用環境：
   windows10、Visual Studio 2017、opencv-3.4.、cvui-2.7.0

三、執行方式

選擇要讀入的圖片初始樣式，全彩。

滑動改變亮度，右亮左暗

全彩初始畫面

調亮102

調暗119

選擇要讀入的圖片初始樣式，灰階。

灰階初始畫面

調亮161

調暗145

按save存檔，檔名為output.jpg

按鍵盤ESC結束程式