s1071533 作業4

   

s1071533 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。

開發環境

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

執行指令

        python dft.py 圖片名稱

參數功能

• [圖片名稱]  輸入圖片位置及名稱

實作流程

        從參數讀取檔案名稱並且使用灰階方式讀入圖片，進行傅立葉轉換分別取出頻譜大小與相位角度數值並表示成灰階圖片，接下來產生Gaussian Low-Pass filter的函數，並乘以頻譜大小，接著做反向傅立葉轉換。

執行結果

$ python dft.py lennaRGB.tif

                                                           Original image

                                                                          Phase

                                                                    Spectrum

Gaussian Low-Pass filter Spectrum (sigma^2 = 0.01) 

                                                     Gaussian filter

s1081535 作業3

  

一、 作業說明 

線條自畫像 (二值化與邊緣偵測) 

以灰階模式讀取一張圖像，利用 Sobel Operators 偵測並輸出邊緣成分圖，並設計一個類似素描線條的自畫像圖案。

二、 作業環境

• ＭacOS Monterey 12.2
• PyCharm 2019.3.3
• Python 3.8
• OpenCV 4.5.5

三、 實作功能與方法

減少雜訊和平滑圖像

使用GaussianBlur('圖像名稱', Filter_Size, 0)高斯綠波函式將圖片進行濾波操作(平滑、過濾以及去噪)；Filter_Size為3x3。

邊緣偵測

以Sobel Operator索伯算子，分別以水平及垂方向取值，計算出邊緣像素。取值方式為以該Pixel為中心點，九宮格範圍內之其餘八個Pixel值做運算取得其Pixel值。

• 垂直取法是把九宮格內的每個Pixel乘上相對應的九宮格Vertical Sobel Mask後加總成為該Pixel的新值，以算出垂直梯度Gx的邊緣偵測。
• 水平取法是把九宮格內的每個pixel乘上相對應的九宮Horizontal Sobel Mask後加總成為該Pixel的新值，以算出水平梯度Gy的邊緣偵測。

使用cv2.Sobel('圖像名稱', 圖像深度, dx, dy, Filter_Size)，計算出X(垂直）與Y(水平）方向的梯度大小。

合併特徵圖

利用addWeighted()合併Ｘ和Ｙ方向的梯度計算結果圖，得到輸出邊緣成分圖。

顏色反轉

邊緣偵測所得到的點，進行顏色反轉。讀取每個圖元值P，再將255-P寫入新的空白陣列中，得到顏色反轉圖。

影像二值化

設定cv2.threshold('圖片名稱', Thresh_Value, Maxval_Value, 處理方法），讓線條明顯呈現以達成類似素描效果。

Canny邊緣偵測

使用cv2.canny('圖片名稱', minVal, MaxVal)。Canny演算法是一個複合性的邊緣偵測演算法，結合了Gaussian Filter、梯度偵測、非最大值抑制、判斷邊界四個演算法去實踐邊緣偵測。

四、 執行結果

原圖

Sobel_X

Sobel_Y

Sobel_XY（使用addWeight()疊加）

Sobel_XY（使用Sobel()函式）

顏色反轉

影像二值化（使用Binary Type)

影像二值化（使用Tozero Type)

Canny邊緣偵測

Canny邊緣偵測＋顏色反轉

s1073353 作業3

作業說明

以灰階模式讀取一張圖像，用Sobel Operators偵測並輸出邊緣成分圖以及負片後的類素描圖。

開發環境

• Windows 10
• Visual Studio 2019
• OpenCV 4.5.5

程式說明

1. imread讀取灰階圖片
2. 用Soble分別對X方向和Y方向做處理
3. X和Y的結果加總即是邊緣
4. 將邊緣做負片就是素描效果的圖
   
5. imshow秀出圖片

執行結果

 

s1081509 作業 3

 作業說明:

        撰寫一個程式，以灰階模式讀取一張圖像 imread(path, IMREAD_GRAYSCALE) (a)利用 Sobel Operators 偵測並輸出邊緣成分圖 (b)設計一個類似素描線條的自畫像圖案。

環境:

Ubuntu-20.04

Vim 8.2

CMake 3.16.3

OpenCV  4.2.0

程式功能:

1.      imread()讀圖片

2.      高斯模糊去噪

3.      Sobel operator取得grad_x, grad_y,convertScaleAbs x and y,再用addWeighted合成

4 .     THRESH_BINARY_INV做二值化，再做一次高斯模糊

5.       Imshow、imwrite展示、儲存圖片

使用指令:

make ; ./hw3 picture_name.jpg

s1081411 作業3

作業說明:

線條自畫像 (二值化與邊緣偵測 Image Thresholding and Edge Detection)

以灰階模式讀取一張圖像 imread(path, IMREAD_GRAYSCALE) 

(a)利用 Sobel Operators 偵測並輸出邊緣成分圖 

(b)設計一個類似素描線條的自畫像圖案。

開發環境:

·     Windows 10

·     Visual Studio 2019

·     OpenCV 4.5.5

·     C++

實作方法:

以灰階模式讀取一張圖像 imread(path, IMREAD_GRAYSCALE) ，對灰階圖片座高斯模糊，減少雜訊，利用 Sobel Operators 對x方向，y方向處理，再將兩張圖用addweighted合併，255減去灰階值將黑白反轉，最後用threshold二值化。

s1073306 作業3

 作業說明:

撰寫一個程式，以灰階模式讀取一張圖像imread(path,IMREAD_GRAYSCALE)

(a)利用Sobel Operators 偵測並輸出邊緣成分圖

(b)設計一個類似素描顯條的自畫像圖案。(想想:如何利用邊緣偵測所得到的點，結合成看似素描筆畫出的線條?)

開發環境:

windows 10

visual studio 2017

c++

opencv-4.5.5

實作方法:

1. 先用imread讀取圖像並轉成灰階
2. 用Sobel讀取x跟y軸的方向梯度
3. 用addweighted合併成邊緣成分圖
4. 之後用2個for迴圈把圖像黑白顏色交換
5. 最後用threshold將圖像二值化
   

執行結果

s1083343 作業3

             一、作業說明

                        撰寫一個程式，以灰階模式讀取一張圖像imread(path, IMREAD_GRAYSCALE)

A.           利用Sobel Operators 偵測並輸出邊緣成分圖。

B.           設計一個類似素描線條的自畫像圖案。

二 、開發環境:

            Windows10

            Vscode

            Python3.9.6

            Opencv-Python_4.5.5.62

            三、實作方法

        1.     邊緣成分圖

                         i.          利用 imread 函數、IMREAD_GRAYSCALE參數讀取灰階圖片。

                        ii.          利用 Sobel 函數分別讀取x、y軸方向梯度。

                      iii.          利用 addWeighted 函數以等比例相加x、y方向，以變成邊緣成分圖。

        2.     類似素描線條的自畫像圖案

                         i.          利用 GaussianBlur 函數取得雜訊。

                        ii.          利用 addWeighted 函數以5:-4的比例將圖片銳利化。

                       iii.          利用 threshold 函數將圖片二值化。

               四、執行結果

(a)                                                                          (b)