1073315 影像處理作業 7

 作業內容：

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!

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

1.          使用cv2.imread() 讀取圖片，並用cv2.cvtColor() 轉為灰階。

2.          利用cv2.GaussianBlur降噪再用cv2.threshold()進行二值化，閾值設為100，超過的      設為255，並反轉。

3.          利用cv2.getStructuringElement()，把kernel設為(250，250)

4.          使用cv2.erode() 及cv2.dilate()，先侵蝕再膨脹。

5.          最後用cv2.findContours() 找出棋子數目，並且用cv2.drawContours()畫出輪廓。

處理結果：

 

IMG_5702.jpg

IMG_5703.jpg

 

IMG_5704.jpg

預測圍棋數目

s1073315 影像處理作業 8

作業內容：

             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。

 

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1 

處理結果：

s1073315 影像處理作業 6

 作業內容：

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)。

 

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

        Encode：

1.          讀取.bmp檔

2.          分別處理每個通道的數值，並分別儲存

3.          將Height, Width, Channels等資訊做為Header輸出

4.          將各個通道的資料個別輸出一行寫入.3315檔

Decode：

1.          讀取.3315檔

2.          先讀取Header

3.          根據Header的資訊逐行讀取每個通道的資料

4.          根據Header的資訊還原成Height * Width的圖片

5.          輸出成.bmp檔

Compression ratio：

1.       img1.bmp 7.69/13.9*100%     = 55.32%

2.       img2.bmp 13.1/13.9*100%     = 94.24%

3.       img3.bmp 7.14/13.9*100%     = 51.36%

4.       平均66.97%

 

 

 

處理結果：

 

Img1.bmp壓縮前後對比

Img2.bmp壓縮前後對比

Img3.bmp壓縮前後對比

s1073315 影像處理作業 5

作業內容：

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。

 

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

1.          使用struct.unpack() 做binary檔案的讀取，分別切開header跟data

2.          使用min() 與max() 找出大於-99999的最小與最大值

3.          使用np.interp() 將資料線性插值為0~1

4.          使用np.reshape()將data排成影像的格式

5.          使用matplotlib設定cmap = ’rainbow ‘ 並輸出結果

 

處理結果：

s10733315 影像處理作業 5

 作業內容：

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。

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

1.          讀取raw檔並切開header跟data

2.          找出最大最小值並補上缺失值

3.          利用 np.interp 將data插值為 0 ~ +1

4.          利用 np.reshape 將data轉成圖片

5.          使用 pyplot 印出

 

處理結果：

 

s1073315 影像處理作業 4

 作業內容：

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。

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

1.          使用Python import OpenCV

2.          從img.shape取出圖片的長寬及通道

3.          利用cv2.cvtColor()及參數cv2. COLOR_BGR2YCR_CB將圖片轉YCbCr

參數cv2.COLOR_BGR2RGB將圖片轉RGB

4.          透過同時判斷RGB的閥值以及YCbCr的閥值，判定像素點是否為膚色，並將不是膚色的點設為黑色 (0, 0, 0)

5.          使用 pyplot 印出

 

處理結果：

 

原圖：

執行結果：

s1073315 影像處理作業 3

 作業內容：

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!)

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

1.          使用Python import OpenCV

2.          使用cv2.imrea()d讀取圖片存入img

3.          利用cv2.cvtColor()及參數cv2.COLOR_BGR2GRAY將圖片轉灰階

4.          利用 cv2.dft() 進行傅立葉轉換

5.          透過 np.fft.fftshift() 將頻譜低頻從左上角移動到中心位置

6.          使用 cv2.magnitude() 取得頻譜、cv2.phase() 取得相位角

7.          使用 cv2.GaussianBlur 對圖片進行平滑處理

8.          使用 pyplot 印出

 

處理結果：

 

原圖：

頻譜：

相位角：

模糊後圖像：

s1073315 影像處理作業 2

作業內容：

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!)

 

Coding環境：

l   Windows 10 2004

l   Visual Studio Code 1.54.1

l   Anaconda 4.8.3

l   Python 3.9.1

l   OpenCV 4.5.1

 

程式說明：

1.          使用Python import OpenCV

2.          使用cv2.imread讀取圖片存入img

3.          利用cv2.cvtColor及參數cv2.COLOR_BGR2GRAY將圖片轉灰階

4.          利用cv2.GaussianBlur讓圖片更平滑以減少噪點

5.          在X及Y兩個方向上用cv2.Sobel做處理，並用cv2.convertScaleAbs進行編碼的轉換

6.          最後用cv2.addWeighted將X跟Y的結果合併

7.          進行黑白轉換並用cv2.imshow印出

 

處理結果：

 

原圖：

轉為灰階：

 

X軸及Y軸的處理結果：

 

合併後進行黑白反轉：