s1081408 作業7

  

• 1. 開發環境： 

• Windows 10 
• OpenCV 4.5.5 
• Visual Studio 2022
• 語言：C++ 

 

 

• 2. 作業說明： 

• Morphological Image Processing:  
• 利用數學型態學影像處理運算(erode(), dilate()等函式)，計算出所附圖像中圍棋個數。
• 程式不一定可以算出正確棋子數量，越接近正確答案越好！

•  

• 3. 程式功能： 

• 讀取圖片：輸入圖片路徑後，若路徑存在，使用imread(IMG_PATH, IMREAD_GRAYSCALE)，把圖片以灰階形式讀進來。若路徑不存在的話則提示使用者，並結束程式。 
• 原圖片尺寸太大，先調整圖片大小：resize()。
• 將灰階圖片經過高斯、二值化的處理，得到黑白圖像：GaussianBlur()、threshold()。
• 先使用侵蝕的方式去除二值化後雜訊，之後再將圖片輪廓恢復回來：erode()、dilate()。
• 用HoughCircles()偵測出圖片中的圓形圍棋位置，並用vector把偵測到的圓形的圓心x/y座標、圓半徑記錄下來。重要參數：
1. minDist表示兩個圓之間圓心的最小距離，如果檢測到的兩個圓心之間距離小於該值，則會認為會是同一個圓心。
2. param2越小，就越可以檢測到更多根本不存在的圓，而它越大的話，能通過檢測的圓就更加接近完美的圓形。
3. minRadius要偵測的圓半徑的最小值。
4. maxRadius要偵測的圓半徑的最大值。
• 將上個步驟儲存的圓形資訊傳進circle()函式，在圖上標示出偵測到的圓形。
• 按任意鍵關閉視窗，回到步驟1再次輸入路徑。

• 4. 執行結果：

圖一預測數量

圖一圍棋標示

圖二預測數量

圖二圍棋標示

圖三預測數量

圖三圍棋標示

s1081408 作業6

 

• 1. 開發環境： 

• Windows 10 
• OpenCV 4.5.5 
• Pycharm
• 語言：Python

 
 

• 2. 作業說明： 

• Image Compression:  

• 設計一個Run-Length的壓縮方法對圖片作無失真壓縮後儲存成新檔案，並計算三張圖的平均壓縮率。

•  

• 3. 程式功能： 

• 讀取圖片： 在for迴圈裡使用imread()把圖片一個一個讀進來，並用矩陣的形式存起來。
• 使用split()將圖片分成B、G、R三個通道，在各自使用flatten()把二維變成一維陣列並將一維陣列放進RLE function。 
•  利用np.savez()將所有B、G、R的資料存入檔案裡，並記錄壓縮後的檔案大小，得到單張壓縮率。
• 將剛剛經過RLE的資料解碼，解碼後經過merge把三個通道合併，即得到原圖。
• 
  

• 4. 執行結果： 

  
  
  

  
  

  
  

s1081408 作業5

  

• 1. 開發環境： 

• Windows 10 
• OpenCV 4.5.5 
• Visual Studio 2022
• 語言：C++

 

• 2. 作業說明： 

• Color SpaceTransformation: 撰寫一個程式將圖像的黃色花瓣區域顯示出來。

• 3. 程式功能： 

• 讀取圖片：輸入圖片路徑後，若路徑存在，使用imread(IMG_PATH, -1)把圖片讀進來。若路徑不存在則提示使用者並結束程式。 
• 將RGB圖片轉換成HSI形式：
• 轉換公式：
            

1. BGR需要先經過normalize: [0,255] --> [0,1]
2. 根據公式算出HSI。
3. 將HSI分量都擴充到[0,255]區間以便顯示結果。
• 擷取想要的黃色花瓣區域：
1. 設定黃色花瓣區域HSV值的上下限。
2. inRange() color picker: 以hsi圖像、HSV數值上下限當作輸入，每個通道的像素值都必須在規定的上下限的範圍內，因此用此函數可以把我們想要的黃色花瓣區域擷取出來。位於區間的像素值設為255（白），位於區間外的值設為0（黑）。
3. 輸出的矩陣是二值化之後的圖像。
• 將二值化圖像和原圖合併：
1. 用cvtColor()將二值化圖像先轉換成BGR圖像。
2. 用bitwise_and()將原圖和二值化圖像的白色區域合併，得到黃色花瓣區域。

• imshow()顯示操作後結果，waitKey()等待使用者按任意鍵後關閉視窗，使用者可再次輸入圖片，回到步驟1。 

•  

    4. 執行結果： 

• 原圖：

                            

• HSI：

                

• 二值化：

                

• 結果：