s1093352 作業2

-

 二值化與邊緣偵測 

Image Thresholding and Edge Detection



  • 利用Sobel Operators 偵測並輸出邊緣成分圖
  • 設計一個類似素描線條的自畫像圖案

開發環境: Window 10 + Visual Studio 2019 + OpenCV 3.4.1 



  1. 先用imread() 讀取圖片
  2. 透過GaussianBlur() 還有cvtColor() 把圖片模糊並轉成灰階來找輪廓

  3. 用Sobel() 來找x和y方向的梯度
  4. convertScaleAbs() 把方向梯度取絕對值並轉成8 bits
  5. 最後 addWeighted() 來把計算結果合併


  1. cvtColor() 先把圖片轉灰階
  2. ~把圖片取反並GaussianBlur() 來模糊
  3. divide() 來把上面得到的兩張圖片顏色減淡並整合

結果:



留言

張貼留言

這個網誌中的熱門文章

s1083350 作業3

-
圖片
  主題  離散傅立葉轉換 DFT 練習 一、題目說明 撰寫傅利葉轉換程式(Forward Fourier Transform and Inverse Fourier Transform)將一張圖 像轉換至頻域後，將頻譜大小與相位角度各以灰階 256 色圖像方式呈現出，再呈現還 原後圖像。 二、開發環境 OS：Windows 10 Editor：Visual Studio Code Language：Python 3.9.13  Package：OpenCV - 4.6.0 若無下載matplotlib，請先pip install matplotlib 三、程式碼說明 流程 1.首先做一次傅立葉轉換 2. 計算頻譜大小和相位角 3.將頻譜大小和相位角轉換為灰階圖像並顯示 4.進行逆傅立葉轉換，還原原始圖像 5.顯示還原後的圖像 np.fft.fft2() : 進行二維傅立葉轉換，返回頻域的複數 np.abs() : 將複數取絕對值 np.angle() : 取相位角 cv2.normalize() : 將頻譜大小及相位角轉灰階時使用 np.fft.ifftshift() : 逆傅立葉轉換中心化的函數。若是二維數組，它會將數組中心的低頻部分移回到數組的左上角位置，還原圖像時使用 np.fft.ifft2() : 二維逆傅立葉轉換 ，還原圖像時使用 import matplotlib . pyplot as plt 引用matplotlib中pyplot套件以印出還原後的圖片 四、執行結果 頻譜大小 灰階圖像 相位角灰階圖像 還原後的圖像
閱讀完整內容

s1091438 作業6

-
圖片
  Run-Length Based Image Compression 練習 一、題目說明         附件中為三張利用將晶片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)。 二、開發環境         OS : Windows 11         Editor : Visual Studio Code         Language : Python         Package : OpenCV - 4.7.0 三、使用Function說明 & 步驟        (a) 定義 Run-Length Function              1 . 思路                 假設，有一個數據 序列 [1, 1, 1, 2, 2, 3, 4, 4, 4, 4] ，將它用 RLE 進行 壓縮 。 壓縮後 的結果為                     [(1, 3), (2, 2), (3, 1), (4, 4)] ，表示原始數據序列中有 3 個連續的 1，2 個連續的 2，1 個 3，                     以...
閱讀完整內容

S1091429 Homework #3

-
圖片
 1122 Digital Image Processing Assignment #3 學號：1091429 姓名：宋政哲 主題: 傅立葉轉換與影像復原處理 專案目標： 對影像進行處理，盡可能地恢復照片原始狀態呈現較清晰的景物 開發環境： Microsoft Windows 10, Visual Studio Code, python, opencv-python==4.9.0.80 程式架構與功能說明： 1.  傅立葉轉換，並計算 振幅頻譜和相位頻譜 2. 設有 Trackbar供調整高斯模糊的程度 3. 輸出原圖、 振幅頻譜、相位頻譜和 高斯模糊後的圖片 成果展示與討論： 圖片1 圖片2
閱讀完整內容