s1091403 作業2

主題: 線條自畫像 (二值化與邊緣偵測 Image Thresholding and Edge Detection)

作業說明:

以灰階模式讀取一張圖像 imread(path, IMREAD_GRAYSCALE)，

1.         利用 Sobel Operators 偵測並輸出邊緣成分圖

2.         設計一個類似素描線條的自畫像圖案

 

開發環境:

Windows10

        Anaconda 3(22.9.0)

        Spyder 5.4.1

Python 3.9

Opencv(4.7.0)

程式片段(程式碼截圖在readme中):

使用cv2.imread(file,cv2. cv2.IMREAD_GRAYSCALE)輸入灰階照片，其中cv2.IMREAD_GRAYSCALE能直接把照片轉換成灰階。在設定對應的函式回傳的圖片與顯示的視窗，顯示之後按任意鍵會消失。

首先是Sobel Operators的部分，會先使用cv2.morphologyEx()這個形態學函式進行開運算處理(cv2.MORPH_OPEN)，先侵蝕再膨脹，去除雜訊(kernel=(3,3))，再使用Sobel函數獲得經過Sobel Operator處裡的結果(output)，函式中第一個參數為要進行運算的圖片，第二個為圖片深度(-1表示使用與原圖相同的深度，目標圖片的深度必須大於等於原圖的深度)，第三個以及第四個參數則是分別針對x軸與y軸抓取邊緣，第五第六則分別是運算區域大小與縮放比例常數，兩個都必須要是正奇數。再來則是利用cv2.threshold()進行二值化獲得目標圖片(output)，其中如果大於127就等於255，小於127則等於0(cv2.THRESH_BINARY)。

接下來是製造出素描畫像效果的部分，我使用兩個變數，分別代表上一個函式取得的邊緣成分圖(f)與原來的圖片(o)，先將圖片反白(invert_img,invert_oimg)，再使用高斯模糊(cv2.GaussianBlur())獲得模糊後的圖像(blur_img)，再來使用cv2.divide()將原圖與高斯模糊後的圖片相除(div_img)，最後再用加權的方式(cv2.addWeighted())把圖片疊起來獲得目標圖片(output)。

Demo影片: https://youtu.be/Na7cqVndurQ