顯示具有 s1073804 標籤的文章。 顯示所有文章
顯示具有 s1073804 標籤的文章。 顯示所有文章

2021年6月13日 星期日

s1073804 影像處理作業7

  1. 作業題目:Color Visualization of Depth Information

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. 開發環境&語言:

  • macOS Big Sur
  • Visual Studio Studio 2019
  • OpenCV - 4.5.1
  • python 3.9.4
  • numpy-1.20.1
  • matplotlib-3.2.2
3. 說明:
  1. 先用cv2.imread讀入圖片
  2. cv2.cvtColor 轉成灰階
  3. 將其二值化
  4. 用cv2.getStructuringElement計算出kernel
  5. 先用cv2.erode侵蝕影像
  6. 再用cv2.dilate膨脹影像
  7. 使用cv2.findContours來算出輪廓個數
4.輸出

                                                                  IMG_5702 - erode


IMG_5702 - dilate





偵測棋子數量:20

=============================================================

IMG_5703 - erode


IMG_5703 - dilate





偵測棋子數量:21

=============================================================

IMG_5704 - erode


IMG_5703 - dilate





偵測棋子數量:32

2021年6月7日 星期一

s1073804 影像處理作業 8

 1. 作業題目: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。

2. 開發環境:

  • Windows 10
  • Visual Studio Studio 2019
  • OpenCV - 4.5.1
  • python 3.8.8

3.輸出:
  









2021年6月6日 星期日

s1073804 影像處理作業6

 1. 作業題目:Run-Length Based Image Compression

    請設計一個基於Run-Length的壓縮方法,對圖檔作無失真壓縮後儲存成新檔案。

2. 開發環境&語言:

  • macOS Big Sur 11.2.3
  • Visual Studio Studio 2019
  • OpenCV - 4.5.1
  • python 3.9.4
  • numpy-1.20.1
3. 說明:
  1. 讀取:imread('bmp檔') 
  2. 取出width, height, size
  3. 透過cv2.spilt( ) 得到 (B, G, R ) 三通道
  4. 再reshape成一維陣列
  5. R,G,B 各個都要用RLE的方式去壓縮
  6. 再用np.concatenate( )去合併RLE壓縮完的R,G,B
  7. 再寫入img_.bmp.學號的空白檔案裡
  8. 用本來寫RLE的方式倒回去寫
  9. 再創一個2維陣列填入
  10. 再以img_.學號.bmp的檔名輸出
4.輸出:
    
                                              壓縮率:14665254/3412083=3.85311036
                            

壓縮率:14665254/6672178=2.19797104


                                            壓縮率:14665254/3412083=4.29803554


                           平均壓縮率:(3.85311036+2.19797104+4.29803554) / 3 ≈ 3.45




2021年5月23日 星期日

s1073804 影像處理作業5

 1. 作業題目: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. 開發環境&語言:

  • macOS Big Sur
  • Visual Studio Studio 2019
  • OpenCV - 4.5.1
  • python 3.9.4
  • numpy-1.20.1
  • matplotlib-3.2.2
3. 說明:
  1. open() 要處理的檔案
  2. 再用struct.unpack讀取資料
  3. unpack後每4bytes為一個pixel 再使用np.reshape()
  4. 找出大於-99999的最大值跟最小值
  5. 再將範圍透過np.interp範圍調整為0~1
  6. 再透過matplotlib輸出
4.輸出:

02高度資料的視覺化結果    

08高度資料的視覺化結果

10高度資料的視覺化結果





2021年5月16日 星期日

s1073804 影像處理作業4

 1. 作業題目: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. 開發環境:

  • Windows 10
  • Visual Studio Studio 2019
  • OpenCV - 4.5.1
  • python 3.8.8
3. 說明:
  1. 利用 cv2.imread 讀取圖片
  2. 先是做HSV
  3. cv2.cvtColor把BGR轉成HSV
  4. cv2.inRange去背
  5. cv2.morphologyEx 來除噪
  6. 再來是做YCbCr
  7. 先用cv2.cvtColor把HSV轉成YCbCr
  8. 接著一樣是
  9. cv2.inRange去背
  10. cv2.morphologyEx 來除噪
  11. 再來一同對後製過的HSV、YCbCr利用cv2.bitwise_and(HSV ,YCbCr) 做二進制的"and"操作
  12. 使用cv2.medianBlur()將中值來代替該畫素點的灰度值
  13. 使用cv2.morphologyEx()
  14. 輸出HSV、YCbCr、混和過後的結果輸出
4.輸出:

 HSV : 

YCbCr : 

Hsv and YCbCr : 





2021年3月7日 星期日

s1073804 影像處理作業1

1. 作業題目:

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。

2. 開發環境:

  • MacOS 11.2.2
  • Visual Studio Studio 2019
  • OpenCV - 4.5.1
  • python 3.7.0
3. 說明:
  1. 利用 cv2.imread 讀取圖片
  2. v=input()令使用者輸入v值
  3. 把由 .shape 得到的 height、width、channels存起來
  4. 創建一個height*width與圖片大小相同的陣列存入v值
  5. 再將兩個相加
  6. 就會得到結果
  7. 再利用np.clip防止溢出,所以小於0就等於0,大於255就會等於255,最後再將圖片陣列轉回uint8
  8. 在用imshow查看結果或imwrite寫檔
4.輸出:

    1. 原圖:


  2. v=100:


 3. v= -100: