1051728孫嘉宏 影像處理作業6

影像處理概論作業6

1051728孫嘉宏

一、題目：  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：

1. Windows10

2. Visual Studio 2017

3. OpenCV 3.4.3

三、程式說明：

1. 用GaussianBlur()濾波去噪聲

2. Threshold與Sobel做二值化

3. 做三種變化Dilate膨脹、Erode腐蝕、Morph變形

4. findContours找到外輪廓

5. drawContours繪製出輪廓

四、執行結果：

原始圖片
Erode
Dilate
Morph

棋子數量比較：

原始	24	31	31
Erode	24	35	11
Dilate	24	35	11
Morph	24	35	11

1051728 影像處理作業5

一、題目：
Image noise processing 
撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。 
(a) 說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等) 
(b) 說明所設計去除雜訊的方法 
設計與測試多種雜訊分數越高 

二、作業環境：
1. Windows10
2. Visual Studio 2017
3. OpenCV 3.4.3

三、程式說明：
1. 將圖片以灰階的圖片導入(CV_LOAD_IMAGE_GRAYSCALE)
2. Gaussian 方面參數設定為 μ = 128, σ = 20
3. Uniform方面: 以此函數randu(uniform_noise, 0, 255) ，取得隨機的uniform distribution數值
4. Impulse方面: 將 threshold value 定義為 250
5. Salt-and-Pepper方面: 將定義 black 為 noise < 30, white 為 noise > 255
(補充：為了避免過度降低圖片品質，每個noise都有乘上一個參數去減少noise對於原圖的影響)

四、執行結果：

說明	灰階原圖
圖片 結果
說明	Gaussian	Uniform
圖片 結果
說明	Impulse	Salt-and-Pepper
圖片 結果

1051728 影像處理作業4

HW4 Skin Color Detection

編譯環境：

1.      Windows 10

2.      Visual studio 2017

3.      Opencv 3.4.3

轉換條件與式子：

Convert RGB to YCrCb:

Y = 0.299R + 0.587G + 0.114B

Cr = (R-Y) * 0.713 + 128

Cb = (B-Y) * 0.564 + 128

YCrCb膚色範圍:

135 < Cr < 180

85 < Cb < 135

80 < Y

Convert RGB to HSV:

色相(H)是色彩的基本屬性，就是平常所說的顏色名稱，如紅色、黃色等。

飽和度(S)是指色彩的純度，越高色彩越純，低則逐漸變灰，取0 ~100%的數值。

明度(V)和亮度(L)取值0 ~ 100%。

HSV膚色範圍:

0 < H < 50

0.23 < S < 0.68

圖片的轉換過程與結果比較

原圖
HSV
YCrCb
HSV Skin
YCrCb Skin

1051728 影像處理作業3

HW3 離散傅立葉轉換DFT練習

編譯環境：

1. windows 10
2. visual studio 2017

3. opencv 3.4.3

寫程式中遇到的問題：

輸出圖片的時候，若是直接只用imwrite輸出，只會得到全黑的圖片。因為imwrite在0到255之間，但經過轉換的圖像是在0到1的比例。因此為了擴大規模，所以使用了convertTo()這個函式。

轉換前後的比較：

轉換前

轉換後

1051728 影像處理作業 2

Thresholding and Edge Detection

二值化與邊緣值偵測

題目：
撰寫一個程式，讀取作業所附 2 張測試圖片，並依據以下步驟完成
1. 設計一個二值化方法將其轉變成黑白圖像
2. 繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)

補充說明：
圖片用灰階模式讀取即可，也可以讀取全彩圖像自己處理
imread("檔名", 0); // CV_LOAD_IMAGE_GRAYSCALE
請考量讓所有 QR code 正方形模組邊框完整呈現，並分別呈現兩階段結果
1. 二值化
2. 邊緣偵測

作業環境：
1. Windows10
2. Visual Studio 2017
3. OpenCV 3.4.3

實作：
1. 用imread()讀取圖片
2. 用clone()複製一份圖片以免原始資料被覆蓋
3. 用threshold()將圖片二值化
4. 用sobel()和convertScaleAbs()求取 x 方向和 y 方向的梯度
5. 利用add()和convertScaleAbs()求取總梯度
6. 利用imwrite()儲存圖片

執行結果：
Figure2_1.jpg

原圖                                         二值化後                                邊緣偵測後



Figure2_2.jpg

原圖                                         二值化後                                  邊緣偵測後

1051728 影像處理作業1

作業題目：
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。

使用環境:
1. windows 10
2. opencv-python 4.2.0
3. python 3.7

原始圖片：

每一點的像素質增加125：

每一點的像素質減少125：