s1073312 影像處理作業7

  1.       作業說明:

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。

2.      作業環境、語言:

• Windows 10 
• Python 3.8.10
• OpenCV 4.5.1
• Visual Studio Code       

3.     實作: 

         1.     imread讀進圖片轉灰階

2.     接著將圖片二值化化

3.     將圖片反轉

4.     使用np.ones()取kernel

5.     接著先做侵蝕(erode)再做膨脹(dilate)

6.     使用cv2.fundContours()得到輪廓，再用len獲取數量

7.     使用cv2.drawContours畫出輪廓

3.     結果:

        IMG_5702.JPG:

經過erode再dilate處裡過後

drawContours

偵測出數量21

   IMG_5703.JPG:

                                                     經過erode再dilate處裡過後

drawContours

偵測出數量26

  IMG_5704.JPG:

經過erode再dilate處裡過後

drawContours

偵測出數量31

   

 

   

s1073312影像處理作業8

 

作業說明：

請寫一個程式將附圖二值化後輸出黑白圖像。目的是將文字與背景分離。

結果：

s1073312影像處理作業6

  1.       作業說明:

請設計一個基於Run-Length的壓縮法方，對圖檔作無失真壓縮後儲存成新檔案。

部落格上應敘述你的壓縮方法，提供壓縮檔之格式，並計算三張圖的平均壓縮率。

2.      作業環境、語言:

• Windows 10 
• Python 3.8.10
• OpenCV 4.5.1
• Visual Studio Code       

3.     實作: 

    Encode:

    1.使用cv2.imread讀bmp檔，放入img

    2.接著使用img陣列個別取出R，G，B

    3.對R，G，B個別使用RLE方式壓縮，(將連續的數字壓縮成一個)

    4.將RGB的結果寫入.3312檔案

    Decode:

    1.使用readline將height，weight，RGB資訊讀出來存入變數

    2.將之前的壓縮資料展開(看一個數字有幾個用for loop展開)，接著存入變數

    3.使用np.array轉為numpy格式

    4.接著將三個組合再一起，在使用cv2.imwrite寫入bmp檔，就會形成原本的bmp圖

3.     執行結果: 

img1壓縮率:(7.74/13.9)*100%=55.68%

img1壓縮還原圖:

img2壓縮率:(13.1/13.9)*100%=94.24%

     

img2壓縮還原圖:

 img3壓縮率:(7.18/13.9)*100%=51.65%

img3壓縮還原圖:

    

s1073312影像處理作業3

作業說明:

(1)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。

(2)對圖像利用 Gaussian Low-Pass filter 處理，輸出平滑後圖像。

環境/語言:

• Windows 10 
• Python 3.9.1
• OpenCV 4.5.1
• Visual Studio Code       

程式說明:

    1.      使用Imread讀入圖，轉灰階

    2.      使用dft() 進行傅立葉轉換

    3.      Np.fft.fftshift()將中心位置移動到頻譜中心

    4.      cv2.phase()取得phase angle

    5.      magnitude()取得頻譜

    6.      使用GaussianBlur()取得平滑後圖像

    7.      plt.show()顯示出標題以及圖片

執行結果:

           原圖:                             

     頻譜大小:

     相位角度:

     平滑: