CS362影像處理概論Fundamental of Digital Image Processing: s1071503

顯示具有 s1071503 標籤的文章。顯示所有文章

2021年6月13日星期日

s1071503 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. 使用環境

Anaconda(conda 4.8.3)、Python 3.9.2、OpenCV 4.5.1

3. 方法

imread()讀圖--->medianBlur()模糊圖片--->threshold()做二質化

=>getStructuringElement()選擇用橢圓形去做kernel

--->erode()、dilate()侵蝕多次後膨脹他讓它明顯一些

--->findContours()偵測輪廓

以下展示~(只有第三張做完整展示/一、二張直接上結果)

原圖：

模糊後：

二值化：

侵蝕圖片：

膨脹棋子：

圖一結果：

圖二結果：

計算出的棋子數：

圖一：23/24

圖二：29/31

圖三：31/31

2021年6月7日星期一

s1071503 影像處理作業8

1. 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。

2. 結果

2021年6月6日星期日

s1071503 影像處理作業6

1. 作業說明

附件中為三張利用將高度以色彩視覺化後的圖片。

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

Anaconda(conda 4.8.3)、Python 3.9.2、OpenCV 4.5.1

3. 方法

壓縮：

讀取寬度跟高度、把rgb數值用list存好

用struct.pack打包寫檔先在開頭寫入長、寬，接下來逐行處理

該行相同顏色的紀錄column 統計顏色出現次數、顏色數量

打包整理後寫檔(acv_(+imgX).1503)

解壓縮：

按照寫檔的順序拿出資料，然後np.zeros()做一個空白畫布

接下來就一點一點把顏色填上->(re_imgX)

(13.9/10.0 + 13.9/10.6 + 13.9/10.3) / 3 = 1.35

((雖然都長一樣但還是放上來了XD

2021年5月22日星期六

s1071503 影像處理作業5

1. 作業說明

附件中的讀.row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.row 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

Anaconda(conda 4.8.3)、Python 3.9.2、OpenCV 4.5.1

3. 方法

先單獨把header的部分提出來

使用struct.unpack()轉換data

讀出高度資料存進list

找出除了-99999以外的最小值跟最大值 ((-99999會當藍色來用

用兩者差當分母跟其他高度以內插法算色相角度(範圍：0 ~ 240)

轉換成BGR 最後跟原圖用addWeighted()做疊圖

顯示成品： **08、10的原圖太佔版面就不放了 **

02原圖：

02高度圖：

兩個02的疊圖成果：

08高度圖：

08的疊圖：

10高度圖：

10的疊圖：

2021年5月16日星期日

s1071503 影像處理作業4

1. 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。

2. 使用環境

Anaconda(conda 4.8.3)、Python 3.8.3、OpenCV 4.5.1

3. 方法

imread()讀圖片

用兩個forloop去找每一格的R,G,B值，依照公式去換成H,S,I

判斷HSI值是否在膚色範圍

我用的範圍是1.04< H <1.15 & 0.07< S <0.44 & 77< I <220

把在範圍內的那格像素用紅色取代

imwrite()寫檔

imshow() Show出原圖跟偵測後的圖片

以下成果：

原圖：

2021年5月2日星期日

1071503 影像處理作業3

1.作業說明

請撰寫一個程式，讀取一張 256 色灰階圖像。 (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!)

2. 使用環境

Anaconda(conda 4.8.3)、Python 3.8.3、OpenCV 4.5.1

3.方法

imread()讀入圖片(原圖)

copyMakeBorder()填充一倍高一倍寬的黑色(圖一)

padding乘上(-1)**(x+y) (圖二)

fft.fft2 傅立葉轉換

fftshift()、np.log、np.abs轉換成頻波圖片顯示(圖三)

np.angle()轉成相位角

計算後修改範圍0~255輸出(圖A)

gaussian lowpass filters (D0值使用3777), 計算結果顯示(圖四)

(圖五) HF的頻譜