1063332 影像處理作業6

一、作業題目：

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、使用環境：

• Visual Studio 2019
• Python 3.7.6
• OpenCV 4.2.0
•  Numpy 1.18.2
• Matplotlib 3.2.1

三、實作方法:

• Imread讀入圖片
• 對圖片做Otsu二值化
• 對整張圖進行各種型態學運算(侵蝕 膨脹 開運算 閉運算)
• 針對感興趣區域ROI做型態運算，以避免發生對全圖運算時可能會將重要資訊去除掉的情況
• 最後使用findContours函數找出棋子
• drawContours畫到二值化後的圖上
• 使用pyplot輸出圖檔與偵測

四、成果:

1063332影像處理作業5

一、作業題目：

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

二、使用環境：

Visual Studio 2019

Python 3.7.6

OpenCV 4.2.0

Numpy 1.18.2

scikit-image(0.16.2)

三、實作方法:

對圖片產生的噪聲類型:

1.         高斯噪聲－使用函式np.random.normal()

2.         Rayleigh噪音-使用函式np.random.rayleigh()

3.         Gamma噪音-使用函式np.random.gamma()

4.         Exponential噪音-使用函式np.random.exponential()

5.         Uniform噪音-使用函式np.random.uniform()

6.         椒鹽噪音-使用函式skimage.util.random_noise()產生數量20%的椒鹽噪聲，椒噪聲與鹽噪聲比例為

        １：１

將噪聲加至圖片後，對圖片像素值做歸一化([0,255])及轉型為uint8

對各噪聲類型處理:

1.         高斯噪聲－使用中值及高斯濾波

2.         Rayleigh噪音-使用高斯濾波

3.         Gamma噪音-使用中值及高斯濾波

4.         Exponential噪音-使用高斯濾波

5.         Uniform噪音-使用中值及高斯濾波

6.         椒鹽噪音-使用中值濾波

 四、成果:

原圖:

左至右:噪聲/去噪聲 

Gaussian:
                                
Rayleigh:
                               

Gamma:

                                

Exponential:
                                       

Uniform:

                               

Salt & Pepper:

                                 

1063332影像處理作業四

一、作業題目：

          撰寫一個程式，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：

          Visual Studio 2019

          Python 3.7.6

          OpenCV 4.2.0

          Numpy 1.18.2

三、實作方法:

         1.    Imread()讀取圖片

         2.    使用cvtColor()並將參數code選擇COLOR_BGR2HSV將圖片從rgb色彩模式轉換成hsv

         3.    使用inRange()函數對原圖做閾值化,保留要的顏色區間(橘色),形成一個掩膜(為灰階圖)

         4.    使用morphologyEx()函數對掩膜做開運算(即先侵蝕後膨脹)以使欲保留區域形成更完整的區塊  

         5.    使用GaussianBlur()對掩膜中的保留區進行平滑處理

         6.    使用bitwise_and()將掩膜和原圖的像素值進行and運算,讓掩膜中覆蓋到的區域呈現原圖原色,其餘則為黑色

         7.    Imshow()顯示原圖及結果圖

四、成果:

          原圖:

          結果圖:

1063332影像處理作業 3

1063332 影像處理作業 3

一、作業題目：

請撰寫一個程式，讀取一張 256 色灰階圖像(圖像大小適中以免執行時間太久)。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：

Visual Studio 2019

Python 3.7.6

OpenCV 4.2.0

Matplotlib 3.2.1

Numpy 1.18.2

三、實作方法:

1. Imread(img,0)讀取成灰階圖片
2. 使用getOptimalDFTSize()取得優化尺寸
3. copyMakeBorder()將圖片padding成優化尺寸
4. dft()將圖片做傅立葉轉換
5. 用numpy中的fft.fftshift()將頻譜圖移至中央
6. cartToPolar()得到頻譜及相位
7. 用numpy中的log1p()將結果數據壓縮到一定區間
8. 使用pyplot輸出所有圖片

四、成果:

1063332 影像處理作業 2

一、作業題目：

撰寫一個程式，讀取作業所附 2 張測試圖片，(1)設計一個二值化方法將其轉變成黑白 圖像後，(2)繪出 QR code 黑色模組的外框(可利用 Sobel Operators 偵測即可)。

二、使用環境：

Visual Studio 2019

Python 3.7.6

OpenCV 4.2.0

三、實作方法：

1. imread讀取成灰階圖片
2. 兩張圖分別用adaptiveThreshold、threshold函數做二值化
3. 兩張圖分別用Laplacian、Sobel函數處理邊緣偵測
4. imshow輸出所有圖片

四、成果：

• 二值化(左:adaptiveThreshold、右:threshold)

• 邊緣偵測(左:Laplacian、右:Sobel)

1063332 影像處理作業 1

一、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。

二、使用環境:

• Visual Studio 2019
• OpenCV 4.2.0

三、實作方法：

1.           imread讀取輸入的圖片
2.        imshow顯示輸入的圖片
3.        創建兩個trackbar (+v表示當v為正值、-v表示當v為負值)輸入v值(-255~255)
4.        at<Vec3b>訪問各通道像素，並改變像素值
5.        imshow顯示改變後的圖片
6.        imwrite輸出新圖片newdog.jpg存入原資料夾

四、結果顯示：

v輸入正值(+136):

v輸入負值(-103):

                                   

v輸入正值(+93):

                                 

 v輸入負值(-137):