顯示具有 s1071438 標籤的文章。 顯示所有文章
顯示具有 s1071438 標籤的文章。 顯示所有文章

2021年6月8日 星期二

s1071438 影像處理作業 7

 1.作業要求:

    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。

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。

2.使用環境:

    Windows10
    VScode + anaconda3
    Python3.6.12
    Opencv4.5.1
    Numpy1.19.4

3.實作方法:
    1.讀取圖片後轉成灰階
    2.把圖片做二值化
    3.對圖片做多次dilate,找到一個適合的dilate次數與大小
    4.利用findContours得到棋子數

4.結果展示:

IMG_5702:

IMG_5703:
IMG_5704:
棋子數量:






2021年6月7日 星期一

s1071438影像處理作業8

  作業說明:

    二值化程式練習

    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。

執行結果:



2021年5月31日 星期一

s1071438 影像處理作業6

 1.作業要求:

    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(compression ratio)。

2.使用環境:

    Windows10
    VScode + anaconda3
    Python3.6.12
    Opencv4.5.1
    Numpy1.19.4

3.實作方法:
    !程式可以自己判定要壓縮還是解壓縮

    RLE Encode
    (一)先讀取.bmp的header,把寬,高求出
    (二)讀出圖片data後,reshape成numpy格式
    (三)分別將R,G,B個別取出,然後各別用RLE的方式壓縮後組合在一起(因為簡單的圖像其rgb值通              常會相同且連續)
    (四)將結果輸出成.1438結尾的檔案

    RLE Decode
    (一)讀入.1438檔案
    (二)分別將R,G,B的RLE值讀入
    (三)重新組合回numpy格式
    (四)輸出.bmp檔,結果與原檔相同

4.結果展示

    圖一壓縮率 = 13.9/5.66 =2.455
    
    

    圖二壓縮率 = 13.9 / 9.75 = 1.425
    
    
    圖三壓縮率 = 13.9/5.19 = 2.678


    
    解壓結果與原圖相同:
   
    
    平均壓縮率 = 41.7/20.6 = 2.024




    

2021年5月20日 星期四

s1071438 影像處理作業5

1.作業要求:


    附件中的讀.raw晶片設計的高度檔案,設計人員無法直接看到相關資訊。利用你所學的Color顏色的知識與處理技術,撰寫一個程式來讀取附件中的讀.raw 檔案,將高度資料以圖片(顏色)視覺化呈現出來,讓設計人員可以看到高度相關資訊。

2.使用環境:

    Windows10

    VScode + anaconda3

    Python3.6.12

    Opencv4.5.1

    Numpy1.19.4

3.實做方法:

    1.將檔案用binary的方式讀進來
    2.切出前32bytes並取出Height和Width
    3.將剩下的bytes以4個為單位取出Depth
    4.找出深度為-99999的值,並將他補上有效最小值
    5.找出深度最大與最小值,用此兩值將所有Depth收縮為0-255的整數或0-1的浮點數
    6.將Depth用np.reshape()成影像的大小
    7.用pyplot將此npy以cmap="jet_r"的方式輸出

4.結果展示:
    
            02.raw原圖像
    


           02.raw處理後圖像


           08.raw原圖像

           08.raw處理後圖像


           10.raw原圖像


            10.raw處理後圖像




2021年5月12日 星期三

s1071438 影像處理作業 4

1.作業要求:

    利用你所學的顏色的知識,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。

2.使用環境:

    Windows10

    VScode + anaconda3

    Python3.6.12

    Opencv4.5.1

    Numpy1.19.4

3.實做方法:

    分兩種
        一種是先將圖片從BGR轉成YCRCB後,將cr的部分做GaussianBlur,最後用OTSU的threshold。
        第二種是將圖片轉成HSV後,設定膚色範圍參數,利用cv2.inRange將範圍內的值轉為255。

4.結果展示:
    
    順序為原圖->YCRCB->HSV
    
    
    
        

2021年4月26日 星期一

s1071438 影像處理作業 3

作業題目:

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!)

使用環境:

Windows10

VScode + anaconda3

Python3.6.12

Opencv4.5.1

Numpy1.19.4

程式碼功能與資訊

Main:

(1)讀取car.jpg轉成灰度影像

(2)呼叫fourrier_trans()並傳入影像

(3)呼叫gaussian_smoothing()並傳入影像

 

fourrier_trans():

先用np.fft.fft2做傅立葉轉換

再用np.fft.fftshift做移頻,將主要點由左上移置中心

再用log與abs取得頻譜

而用np.angle()求出角度來繪製相位圖

*deg=1,代表求角度,若為0,則為弧度

最後將圖片用cv2.imwrite()存出

 

gaussian_smoothing():

先create出一個3*3的高斯filter

再將高斯filter做正規化

最後用signal.convolve2d對圖片做卷積後, cv2.imwrite()存出

執行結果:

原圖








傅立葉轉換













相位圖













高斯平滑


2021年3月21日 星期日

s1071438影像處理作業2

 1. 作業題目:

撰寫一個程式,讀取一張 256 色灰階圖像或 RGB 全彩圖像(.bmp 或.jpg 圖像格式都可, 如全彩圖像可先將圖片由 RGB 轉換至灰階影像),利用 Sobel Operators 圖像邊緣為基礎,設計一個類似素描線條自畫像程式。(如果可以分析邊緣偵測所得到的點,結合成 線條方式呈現更佳!) 

2. 開發環境 :
  • Ubuntu 18.04
  • python 3.6
  • OpenCV 4.5.1

3. 說明:
  • 讀取圖片後將圖片傳為黑階
         cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  • 使用cv2的Sobel演算法偵測x與y的圖像深度
  • 由於使用cv2.CV_16S得出的導數為16位的形式,所以須將數值轉回uint8
  • 將x軸與y軸的圖像深度相加後輸出
  • 將圖片寫出
4. 執行結果:



2021年3月2日 星期二

s1071438 影像處理作業 1

 1. 作業說明

            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。


 2. 使用環境

            Visual Studio 2017 c++

            Win10

            opencv-4.3.0

 3. 方法

           imread()讀入圖片

           設定亮度變數

            Mat::zeros函數建立新的空圖

            迴圈將各個像素值加上亮度變數

            if,else函數判斷溢位問題

            resize輸出的畫面

 執行結果

            原圖片與增加亮度後的圖片

            


            原圖片與減少亮度後的圖片