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。

(程式利用課本的frequency filter步驟者可得滿分，在網頁中將每個步驟結果呈現出。直接套用opencv函數得一半分數。)

開發環境

• Windows 10
• Python 3.10.2
• OpenCV 4.5.5
• Numpy 1.22.2
• Matplotlib 3.5.1

        

程式說明

    讀取圖片然後用getOptimalDFTSize,copyMakeBorder擴大到適合的大小,之後使用dft做傅立葉轉換,使用split把實部跟虛部分開再用magnitude跟phase轉出頻譜圖跟相位圖，

    做出高斯低通率波矩陣再用idft做出逆傅立葉轉換求出模糊後的圖

執行結果

    

s1041413 影像處理作業4

 

作業說明:

  利用你所學的Color顏色的知識與技術，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。

環境:

windows:8.1

Visual Studio 2017

Open CV 4.3.0

實作方法:

imread讀取圖片檔案

imshow顯示圖片

cvtColor  rgb圖轉換 ycrcb

split通道分離

取出cr

GaussianBlur高斯濾波

threshold二值化

imwrite儲存圖片

執行結果:

s1071515影像處理作業4

作業說明

利用你所學的Color顏色的知識與技術，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。

操作環境

Windows 10

Visual Studio 2019

OpenCV 4.5.1

Python 3.7

程式說明

1.將圖片讀入，並將image轉為YCrCb

2.將顏色的通道分割開來，並取Cr以及Cb通道的圖像

3.將圖片利用閥值來分別是否為膚色

4.將偵測完的圖片輸出顯示結果

實作結果

      原圖：

      結果：

s1070931影像處理作業4

一、作業說明：

       膚色偵測(Skin Color Detection)

                 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：

        - Windows 10

        - Visual Studio 2019 16.8.2(C++)

        - OpenCV4.5.0

        三、程式流程：

• 首先讀一張要辨識的圖到srcImg
• 將srcImg從BGR色彩空間轉成YCrCb存到bgr2ycrcbImg
• 選取範圍(80, 135, 85)~(255, 180, 135)將bgr2ycrcbImg做二值化存到ycrcb2skinImg
• 顯示srcImg、bgr2ycrcbImg、ycrcb2skinImg

四、作業成果：

原圖

原圖經過BGR轉YCrCb

選取範圍做二值化

 

除去沙灘，白色部分便是皮膚的部分。