1051432 作業五

一、作業要求：
請撰寫一個程式，利用數學型態學影像處理運算，計算出所附圖像(共三張)，每張圖像中圍棋個數。

二、作業環境：

• windows10
• visual studio 2017  
• opencv 3.4.1

三、程式架構：

1. 用threshold設定圖像二值化的閥值
2. 用bitwise_not()進行顏色的反轉
3. 用morphologyEx、erode、dilate做腐蝕、膨脹和開運算，調整參數到能最有效的分割圍棋邊界
4. 用findContours找出共有幾個輪廓，就可知道圍棋個數

四、成果展示：

• 第一張圖片：
• 結果：22個圍棋(正確為24個)

• 第二張圖片：
• 結果：30個圍棋(正確為31個)

• 第三張圖片：
• 結果：31個圍棋(正確為31個)

1051515 作業五

 一、作業要求
請撰寫一個程式利用數學型態學影像處理運算，計算出所附圖像共三張每張圖像中圍棋個數。


二、使用的環境

• Windows 10
• Python 3.7
• Opencv 3.4
• Matplotlib 3.0.1

三、撰寫架構:

1. 先將圖片讀取成灰階圖。(連續輸入)
2. 將圖片做GaussianBlur()以消除圖片的雜訊。
3. 將圖片做開運算(morphologyEx)，以消除棋子上的反光。
4. 將開運算後的圖片做二值化(threshold)。
5. 對二值化後的圖片以Canny取邊緣，做邊緣偵測。
6. 以findContours()對第5步的圖片做找邊緣。
7. 篩選contours，若值太大判斷為2棋子連在一起。
8. 輸出結果、誤差。

四、執行結果

執行結果

第一張圖片邊緣偵測

第二張圖片邊緣偵測

第三張圖片邊緣偵測

1051529 作業5

一、作業題目

請撰寫一個程式，利用數學型態學影像處理運算
計算出所附圖像(共三張)每張圖像中圍棋個數。

二、開發環境

Windows 10

Visual Studio 2015

Opencv 2.4.13.6

三、解題邏輯

將圖片二值化後，使用侵蝕令相連的棋子點分開，之後計算有幾個分開的面積得到棋子個數。

三、解題細節

1.將讀進來的圖片先轉成小一點的圖片(512x512)，並轉成灰階

2.將圖片二值化(棋子為白色區塊)

3.設定侵蝕模板大小 第一張圖:30x30 第二張圖:25x25 第三張圖:30x30

4.進行侵蝕

5.偵測輪廓

6.計算有幾個輪廓區域即為結果

四、執行結果

侵蝕結果圖(test1)

繪在原圖上後(test1)

輸出結果圖(test1)

 侵蝕結果圖(test2)

繪在原圖上後(test2)

 輸出結果圖(test2)

                           

侵蝕結果圖(test3)

                           

 繪在原圖上後(test3)

                           

輸出結果圖(test3)

1043331的作業5

摘要

請撰寫一個程式利用數學型態學影像處理運算，計算出所附圖像共三張每張圖像中圍棋個數。

使用環境

• windows10
• python 3.6.4
• opencv 3.4.1
• pyqt5

程式功能

從檔案路徑選取圖片，並利用數學型態學影像處理運算計算出圖片中的圍棋個數。程式中使用者可輸入欲使用的element size大小，與是否使用 GaussianBlur 與其 kernal 大小。計算結果可以從 cmd 中觀看也可直接從視窗主畫面下方觀看。可以關掉邊緣偵測圖片的彈出視窗來專注於使用物體計算。

實驗結果

實驗結果(其中紅字為最佳或最接近正解之結果)

執行結果

主畫面執行結果圖

原圖與邊緣偵測後的結果圖

cmd執行結果圖

S1041538的作業五

一、作業題目

請撰寫一個程式，利用數學型態學影像處理運算，計算出所附圖像(共三張)每張

圖像中圍棋個數。

二、開發環境

Windows 10、Python 3.4.6、Opencv 4.0.0、matplotlib 3.0.3

三、解題邏輯

先將圖片二值化後，使用Erosion的技術令其相連的棋子點分開，之後再去計算

有幾個分開的輪廓即可得出棋子個數。

三、解題細節

1.      由於Erosion技術和計算輪廓的技術，在opencv當中都是默認以黑底白物體來判斷，因此在讀進img並二值化完後，我進行了黑白色翻轉的動作(重點程式碼如下)
(thresh, img) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)

2.      接著，在使用Erosion技術時，必須設定kernel的形狀大小。這邊由於測試圖三張的棋的重疊程度不太一樣，因此我手動地去更動kernel的大小，並使用200與300兩組大小分別去Erosion，以下是Erosion完的結果

3.      最後一步，去計算輪廓物件的個數，使用到threshold與findContours的技術(重點程式碼如下)
cv2.threshold(img,127,255,cv2.THRESH_BINARY)
cv2.findContours(binary, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

4.      結果呈現

四、過程的截圖

老師給的圖(我重新命名，方便之後跑程式)

圖A，以kernel size  200 和 300，分別跑完的圖

圖B，以kernel size  200 和 300，分別跑完的圖

圖C，以kernel size  200 和 300，分別跑完的圖

1041562 作業5

影像處理概論hw5

1.平台:ubnutu16.04

2.opencv  version:3.4.1

3.編譯方式：

g++ 1041562_hw5.cpp -o 1041562_hw5 -L/usr/local/lib -lopencv_core -lopencv_highgui -lstdc++ -lopencv_imgcodecs -lopencv_imgproc

4.執行方式:

./1041562_hw2 <filename>

結果:

	實際	預估
IMG_5702.jpg	24	22
IMG_5703.jpg	31	30
IMG_5704.jpg	31	32

5.實做方式:

a.使用imread讀入灰階影像

b.將影像二極化

c.使用erode消除棋子反光部份

d.使用dilate侵蝕到黑色部份，讓棋子只剩下中心部份

e.使用findContours找出輪廓

f.使用contours.size()輸出棋子個數

1051549的作業5

Morphological Image Processing

請撰寫一個程式，利用數學型態學影像處理運算，計算出所附圖像共三張，列出每張圖像中圍棋個數。

環境需求

• windows 10
• python 3.7
• opencv 4.0
• numpy 1.15.1
• matplotlib 2.2.3

實現方法

主要方法是偵測每個物件的輪廓，計算有輪廓形狀的物件數量，根據輪廓內的面積篩掉棋子上的反光的雜訊

1. 一開始使用imread(image, 0) ，把讀進來的圖轉成灰階圖
2. 讓圖像的細節模糊化，用GaussianBlur()，降低雜訊
3. 再用open = morphologyEx(image, MORPH_OPEN, kernel)，用open morphology方法去除周遭的雜訊，這裡我設kernel為(30,30)大小的矩形，可以有效篩掉大多數的棋子上的反光
4. 將open之後的結果做threshold(open, 0, 255, THRESH_BINARY | THRESH_OTSU)，這裡用Otsu’s algorithm偵測閾值，所以一開始初始閾值可以隨便給，之後會再修正
5. 用sobel’s algorithm，偵測物件的邊緣，以偵測x , y軸的邊緣並取絕對值再疊加兩張軸的圖片
6. 用findContours(sobel, RETR_LIST, CHAIN_APPROX_SIMPLE)找出所有物件輪廓
7. 根據findContours找到物件數量,用contourArea()篩選掉剩下的棋子反光雜訊，這裡我以area < 10當作篩選條件，最後統計可能是黑子的數量

運行結果

左圖是原圖，右圖是輪廓偵測完的結果

第一張圖原來是24顆，程式判斷22顆

第二張圖原來是31顆，程式判斷30顆

第三張圖原來是31顆，程式判斷28顆

​