顯示具有 s1073310 標籤的文章。 顯示所有文章
顯示具有 s1073310 標籤的文章。 顯示所有文章

2021年6月11日 星期五

s1073310 影像處理作業7

 

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。

a.     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。

b.    程式不一定可以算出正確棋子數量,越接近正確答案越好!


開發環境

Windows 10

Python 3.9

Opencv-python 4.5.1.48

Matplotlib 3.1.4

numpy 1.20.1

程式說明


1.以灰階的方式讀圖片
2.圖片二值化並把黑白顏色反轉
3.用erode與dilate把棋子處理成合適大小
4.用findContours處理旗子輪廓並存在hierarchy參數裡
5.len(hierarchy[0])得到圖片裡輪廓的數量

程式結果



實際24顆, 預測22顆

實際31顆, 預測29顆

實際31顆, 預測31顆


2021年6月7日 星期一

s1073310 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6月6日 星期日

s1073310 影像處理作業6

 

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)。

開發環境

Windows 10

Python 3.9

Opencv-python 4.5.1.48

numpy 1.20.1

程式說明


1.讀取照片後 寬 = len(img), 長 = len(img[0])

2.對3個channel做run length encoding 運算並把長, 寬, channel數與run length encoding後的資料存在3310_compress裡

3.讀取3310_compress, 並讀每個channel的資料並用row*col還原成原本的圖片並輸出






                                                            img1壓縮率:7885/14322(kb) = 55.05%
                   img2壓縮率: 13467/14322(kb) = 94.03%                   
                                                             img3壓縮率: 7314/14322(kb) = 51.06%
                                                  平均壓縮率(55.05% + 94.03% + 51.06%) = 66.71%



                                                                                 img3.bmp
img3_decode.bmp

img2.bmp

img2_decode.bmp

img1.bmp

img1_decode.bmp










2021年5月23日 星期日

s1073310 影像處理作業5

 

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。


開發環境

Windows 10

Python 3.9

Opencv-python 4.5.1.48

Matplotlib 3.1.4

numpy 1.20.1

程式說明


1.讀取檔案後使用struck.unpack取得資訊
2.用max, min函式取得最大與最小值並使用np.interp差值調成0~1
3.使用np.reshape轉成圖片
4.顯示圖片

程式結果






2021年3月22日 星期一

s1073310 影像處理作業2

 

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。 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)

開發環境


Windows 10
Python 3.9
Opencv-python 4.5.1.48

實作方法


用cv2.cvtColor()把讀取的圖片轉為灰階
用cv2.Sobel()對x與y軸處理並存在不同的2個變數sobel_x與sobel_y
用cv2.convertScaleAbs()將處理後的變數轉回uint8,不然不會有圖像
用cv2.addWeighted()把x軸與y軸處理過後的影像融合並設定權重
把圖像減去255得到顏色反轉的結果來模擬素描線條自畫像

原圖:


處理後:



2021年3月4日 星期四

s1073310影像處理作業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。 

開發環境


Windows 10
Python 3.9
Opencv-python 4.5.1.48

實作方法


用cv2.imread()讀取圖片
寫一個函式revise(v)有一個參數v, 代表加上的值
用img.shape取得長寬
用迴圈逐一取得原圖像素值
把每一點的像素值加上v
用判斷式避免溢位
用cv2.imwrite()匯出新圖片

執行結果

   原圖(v=0)


修改後(v=-50)

修改後(v=50)