顯示具有 1071431 標籤的文章。 顯示所有文章
顯示具有 1071431 標籤的文章。 顯示所有文章

2021年6月8日 星期二

1071431 影像處理作業 7

作業題目說明 : 

撰寫程式,數學型態學影像處理運算,計算出,圖像(共三張)中圍棋個數。


實作方法:

將圖片以灰階讀入,並且將圖片二值化,並且使用cv2.dilate()函數將,圍棋與圍棋之間

切開,接著將圖片黑白顛倒,並使用cv2.findContours()計算畫面中看起來有多少的圍棋




結果:

圖片 1 : 24顆棋子


計算 21顆







圖片 2 : 31顆棋子


計算 29顆



圖片 3 : 31顆棋子


計算 31顆




執行環境 :

windows 10

visual studio code

python 3.8.5

opencv-python 4.5.1.48

numpy 1.19.5

2021年6月6日 星期日

s1071431 的作業 6

 作業題目:

基於Run-Length的壓縮方法,對圖檔進行無失真壓縮後儲存成新檔案。

並計算圖片的平均壓縮率


壓縮率:

第一張圖 4.47MB / 13.9MB = 32%



第二張圖 7.74MB / 13.9MB = 55%


第三張圖  4.07MB / 13.9 MB = 29%


三張平均壓縮率 38%


實作方法 :

先將圖片大小長寬讀出

存入List

再將圖片有的顏色設計成對應的數字存成Dict

接著計算有多少顏色相鄰,且記住顏色,遇到不同顏色時,

把上一次計算的顏色數量與顏色存入List,計算方法從圖片最左上角

往右數,到底時在換下一行

最後再將Dict存入List

ex : [2020(高),2048(寬),數量,顏色,數量,顏色, ...... ,Dict]

使用python 內建 pickle 將儲存資料變數以二元檔方式輸出

--------------------------------------------------------------------------------------

還原為原始圖片








分析:
第二張的壓縮率不太好,也許可能個別更換算相鄰顏色的方法,也許可以更好,
從原本的水平計算方式,換成垂直等等....

開發環境:
windows 10
visual code
python 3.7.10
opencv-python 4.1.1.26
numpy 1.16.4

2021年5月16日 星期日

s1071431的作業4

 作業說明:將照片輸入於程式中,檢查出照片中人物的皮膚。


執行環境:windows10、python3.8.8、opencv-python==4.5.1.48、numpy==1.20.1


實作過程:

先將圖片讀入,並且將照片轉換成兩種不同的color space一個為HSV,另一個為YCrCb

,接著分別處理兩個不同色域中的圖片,其中HSV的片段為


H的判斷範圍約為0~42因為陣列儲存為uint8(範圍為0~255),所以轉換過後為圖中樣子,S範圍為 0.23~0.68。將偵測到的皮膚改為綠色。

再來處理YCrCb色域圖片,其程式碼片段為


Cr範圍為 135~180,Cb範圍為85~135。將偵測的皮膚改為紅色。


實作結果:

原始照片

HSV色域處理過後的照片


YCrCb色域處理過後的照片

分析: 

HSV 處理中,判斷式有些小漏偵測的皮膚,但與另一張相比偵測錯誤的範圍看起來比較少,因為可以先看到皮膚的大概範圍所以有設定在超出某個範圍時就不做判斷處理,以免誤判沙灘為皮膚,誤判沙灘為皮膚是因為,沙灘與某些皮膚顏色過於相近,導致無法過濾。

YCrCb處理中,偵測皮膚幾乎都有覆蓋到,但沙灘卻被誤判為皮膚的很嚴重。

判斷式調整過後最好的版本


 

 







2021年5月2日 星期日

1071431 影像處理作業3

 作業說明:

將輸入圖的傅立葉轉換結果以灰階圖像呈現。並用Gaussin Low-Pass filter 處理


開發環境:

Python3.8 、 windows 10、

Numpy 1.20.1、opencv 4.5.1.48、

matplotlib 3.3.4


實作流程:



將圖片讀入並轉成灰階

 


並將傅立葉轉換的矩陣輸出成圖像




並找出傅立葉轉換後的矩陣的中心

並以中心30為半徑設定

設定其中心數值為1

其他為0

就會是low pass filter

 


並將結果算出並轉換回圖像數值


輸出圖像


原始圖片

                    轉換後的圖與經過

            low pass filter的圖(D0 = 30)