s1073340 影像處理作業5

 開發環境:

    Visual Studio 2019
    Python3.8

    OpenCV 4.5.1

程式說明:

    用struct.unpack ()取得 width , height ,channel 

    32byte之後每4byte(float)分別struct.unpack並且存入list 

    找出list的min, max值

    將list改成array並用cv.reshape()轉成圖片的格式

    cv2.applyColorMap()轉成對應的顏色

    cv2.imwrite()輸出圖片

    

s1073340 影像處理作業7

 

開發環境

l   Windows 10

l   Visual Studio 2019

l   Python 3.8.3

l   OpenCV 4.5.1

程式說明

1.讀取圖片後改為灰階

2.圖片進行threshold二值化後將圖片黑白反轉

3.進行erode()和dilate()處理，將棋子特徵顯示

4.用findContours找出旗子輪廓並存在參數裡

5.得到棋子數量

程式結果:

s1070702 影像處理作業6

 作業說明

Run-Length Based Image Compression練習

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)。

作業環境

win10 + Spyder (Python 3.7) + OpenCV 4.5.1

實作方法

1.先讀取.bmp的header,把寬,高求出

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.encode裡

執行結果

s1070702 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。

作業環境

win10 + Spyder (Python 3.7) + OpenCV 4.5.1

實作方法

1.二元檔方式讀入raw檔

2.width, height, channel 個別取出

3.剩下的部分用struct.unpack轉成float

4.找出除了invalid value 以外的最大值及最小值

5.將invalid value 換成最小值

6.調整範圍

7.輸出圖片

執行結果

s1071215 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：

Window 10、Anaconda Navigator 2.0.1、Spyder 5.0.0、OpenCV 4.0.1

程式說明：

1. 以open讀取.raw檔
2. 以unpack取得圖片的width, height, channel
3. 每4byte分別unpack並且存入list
4. 找出list中的min與Max
5. 將min值取代-99999.0
6. 將list轉換成array並用reshape轉換成圖片
7. 利用array的值變換0~255
8. 利用applyColorMap轉換成對應的顏色
9. 用imwrite輸出結果圖片。

程式執行畫面及結果：

02原圖

02視覺化後的灰階圖片

02灰階轉換成RGB

08原圖

08視覺化後的灰階圖片

08灰階轉換成RGB

10原圖

10視覺化後的灰階圖片

10灰階轉換成RGB

 作業說明：

 題目:

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。

開發環境：

1. Windows10

2. spyder

3. OpenCV - 4.5.1

4. python 

程式說明 :

1. 讀取圖片成灰階圖

2. 做二值化

3. 做侵蝕erode()&侵蝕程度細調

4. findContours來計算數量

5. plt顯示結果與存取圖片

6. 輸出計算的個數結果

 

執行結果:

s1071754影像處理作業7

 一. 主題: 數學型態學影像處理應用 Morphological Image Processing

二、作業環境&語言

•  python 3.7
• matplotlib 3.3.4
• openCV 3.4.2
• numpy 1.18.5
• windows 10 + pycharm 2021.1.1

三、方法&步驟

1. 讀取圖片並轉灰階
2. 先模糊化灰階照片再二值化
3. 先erode()多次後再dilate()多次以取得明顯分開的棋子=>get mask
4. 用findcoutours去找出所有棋子輪廓=> 找出所有棋子
5. 用rectangle和puteText畫出棋子位置與編號
6. 儲存結果與mask

五、執行結果

                                                        1.   找到21個棋子

2.找到27個棋子

3.找到30個棋子