CS362影像處理概論Fundamental of Digital Image Processing: s1071531

顯示具有 s1071531 標籤的文章。顯示所有文章

2021年6月12日星期六

s1071531 影像處理作業7

作業說明：

　　影像形態學函式練習

計算每張圖圍棋個數

執行環境：

Arch Linux x86_64
Python 3.9.2
Python venv
OpenCV 4.5.1

實作方式：

step 1 : read image in grayscale and median blur
step 2 : find stone of go by erode

step 2-1 : otsu thresholding
step 2-2 : erode
step 2-3 : find all connected components
step 2-4 : standrize area of connected components
step 2-5 : assume stone is found if abs(std) < 1.0
step 2-6 : mask thresholding image with circle of found stones
step 2-7 : count connected components

step 3 : find stone of go by adaptive threshold

step 3-1 : adaptive thresholding
step 3-2 : mask previous result with adaptive threshold
step 3-3 : erode
step 3-4 : find all connected components
step 3-5 : standrize area of connected components
step 3-6 : assume stone is found if abs(std) < 1.0
step 3-7 : mask erode image with circle of found stones
step 3-8 : count connected components

step 4 : find stone of go by clahe and adaptive threhold

step 4-1 : adaptive thresholding after clahe
step 4-2 : dilate previous result
step 4-3 : mask it with adaptive threshold
step 4-4 : erode
step 4-5 : closing
step 4-6 : find all connected components
step 4-7 : remove connected componets are too small
step 4-8 : count connected components

step 5 : add all counts
step 6 : merge all result binary image into B,G,R and save

執行結果：

如下圖

藍色、綠色、紅色分別為第二步、第三步、第四步的結果

三種顏色可能重疊因為找到的棋子將會假設在色塊中心

因此若色塊太大前一步驟的色塊就會與後一步驟的重疊

原圖棋子數為 24

執行結果三步驟分別找到 15 顆、2 顆、7 顆棋子

共 24 顆誤差 0

原圖棋子數為 31

執行結果三步驟分別找到 25 顆、4 顆、2 顆棋子

共 31 顆誤差 0

原圖棋子數為 31

執行結果三步驟分別找到 26 顆、3 顆、2 顆棋子

共 31 顆誤差 0

執行結果

問題討論：

本次作業若要剛剛好數字全對需要手動試錯調整參數

一直到剛好三題都對

即使這樣像是第二張圖的第二次尋找其實也沒切割正確

只是數字剛好對

因此有想要想一個更可靠的辦法

但是最後沒做出來

因此才用分段尋找只需要調整第二次和第三次尋找的參數就好

減少試錯次數

2021年6月7日星期一

s1071531 影像處理作業8

作業說明：

　　影像二值化練習

執行環境：

Arch Linux x86_64
Python 3.9.2
Python venv
OpenCV 4.5.1

實作方式：

step 1 : read jpeg in grayscale
step 2 : preform clahe on grayscale jpeg (adjust brightness)
step 3 : preform bilateral filter (denoise)
step 4 : preform adaptive mean threshold
step 5 : preform median blur (remove salt and pepper)
step 6 : save images

執行結果：

如下圖

原圖

二值化結果

2021年6月5日星期六

s1071531 影像處理作業6

作業說明：

　　Run-Length Encoding 影像壓縮練習

執行環境：

Arch Linux x86_64
Python 3.9.2
Python venv
OpenCV 4.5.1

實作方式：

compress

split image to R/G/B planes
flatten plane into 1d array (column major and row major)
preform rle on 1d array to get (value, length) pairs
encode pipeline of values

differential encoding.
fold it and then add 1.
Elias gamma encoding.

save length (length should not be zero)

length from 1 to 3 save in 2 bits.
length from 4 to 15 save in 6 bits.
length > 15 save in 14, 22, 38, 70 bits if ceil(log2(length -15)) less or equal than 8, 16, 32, 64, respectively.

save the smaller compress result for each plane (column major or row major)
for each plane write column major or row major as flag in header of file (1 bit)
add header(size of image)
write data to file