1. 作業說明:
數學型態學影像處理應用 Morphological
Image Processing
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 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1,
python 3.8
3. 方法:
(1) 讀取圖片，取得原圖&灰階圖
(2) 二值化圖片
(3) 計算kernel值(橢圓)
(4) 設iterations, erode()侵蝕圖片
(5) dilate()膨脹圖片
(6) findContours()計算邊緣數量
(7) drawContours()畫上原圖
(8) 印出contours數量(表圍棋數)
4. 執行結果:
IMG_5702.JPG
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. 作業環境、語言:
Windows 10 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1,
python 3.8
3. 結果圖:
1. 作業說明:
Run-Length Based Image Compression練習
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. 作業環境、語言:
Windows 10 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1,
python 3.8
3. 方法:
A. 壓縮:
(1)
讀取圖片，取得圖片大小&BGR三個channel值(split)
(2)
調整陣列(2D to 1D)
(2)
將BGR三個channel值分別做RLE演算法壓縮
(3)
壓縮完的BGR寫入.npz檔
B. 解壓縮
(4)
讀取.npz檔、取得三個被壓縮的BGR值
(5)
用逆向的RLE還原本來的BGR值
(6)
調整BGR陣列大小(reshape())
(7)
合併三個channel後寫出圖片
4. 執行結果:
img1.bmp
& img1_RLE.bmp(解壓縮後圖片)
Img2.bmp
& img2_RLE.bmp
Img3.bmp
& img3_RLE.bmp
壓縮率:
13.9/8.14
= 1.7076167076167
13.9/13.5 = 1.0296296296296
13.9/7.77
= 1.7889317889317
平均壓縮率 = (13.9/8.14 + 13.9/13.5 +
13.9/7.77)/3 = 1.5087260420593
1. 作業說明:
Color
Visualization of Depth Information
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. 作業環境、語言:
Windows 10 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1,
python 3.8
3. 方法:
(1) 使用open讀進raw檔
(2) struck.unpack()取header的長寬、pixel
(3) 若值為-99999設為0
(4) 找出pixel的最大最小值
(5) 分布到0~255
(6) applyColorMap上色
(7) 寫出圖片
4. 執行結果:
02.jpg
1. 作業說明:
Skin Color Detection
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. 作業環境、語言:
Windows 10 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1,
python 3.8
3. 方法:
(1) 使用cv2.imread讀進jpg檔
(2) 將圖片數值轉hsv (inRange設定範圍閥值)
(3) 濾波得到hsv mask
(4) 原圖套上mask得到hsv圖
(5) 將圖片數值轉ycrcb (inRange設定範圍閥值)
(6) 濾波得到ycrcb mask
(7) 原圖套上mask得到ycrcb圖
(8) 把hsv+ycrcb 得到skin
mask
(9) 模糊化、濾波 skin mask
(10) 原圖套上 skin mask 得到Result
4. 執行結果:
Origin
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. 作業環境、語言:
Windows 10 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1, python 3.8
3. 方法:
(1)使用cv2.imread讀進jpg檔(灰階)
(2)cv2.dft傅立葉轉換圖片
(3)np.fft.fftshift將zero-frequency分量移到頻譜中心
(4)cv2.magnitude取頻譜圖
(5)cv2.phase取相位圖
(6)cv2.GaussianBlur 取平滑圖像
4. 執行結果:
1. 作業說明:
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。
2. 作業環境、語言:
Windows 10 + PyCharm Community Edition 2020.3 x64 + OpenCV4.5.1, python 3.8
3. 方法:
(1)使用cv2.imread讀進jpg檔
(2)cv2.imshow顯示當前圖片
(3)cv2.cvtColor將原圖轉成灰階
(4)Sobel處理x, y軸抓取邊緣
(5)cv2.convertScaleAbs將x, y轉回uint8
(6)cv2.imshow顯示absX/absY圖片
(7)cv2.addWeighted 將adsX/absY兩張圖片合在一起(權重都設0.75)
(8)cv2.imshow顯示抓取邊緣後圖片
(9)反白, cv2.imshow顯示反白後圖片
(10)cv2.threshold將反白後圖片二值化
(11)cv2.imshow顯示二值化圖片
(12)cv2.imwrite存檔(out.jpg)
4. 執行結果:
原圖
灰階
absX
absY
absX + absY
反白
二值化
