s1093304 作業4

-

一、作業說明

主題: 影像還原練習

附件中的 image4 似乎受到某種頻域雜訊干擾，撰寫一個程式嘗試復原此圖像(將圖中雜訊去除)。

二、開發環境

  • Windows 10
  • Visual Studio Code 1.76.1
  • Python 3.9.15
  • OpenCV 4.6.0

三、實作過程

  • 首先使用cv2.imread('image4.png', 0)，以灰階方式讀取圖像。
    • 圖一、以灰階方式讀取圖片

  • 使用np.fft.fft2()對輸入圖像執行二維傅立葉轉換，並將其結果藉由np.fft.fftshift()進行中心化處理
    圖二、進行傅立葉轉換
  • 使用20 * np.log(np.abs(fshift))計算頻譜大小，得到magnitude_spectrum
  • 使用cv2.normalize()將magnitude_spectrum進行正規化，轉成0~255 的灰階影像
    圖三、magnitude_spectrum (頻譜大小)
  • 接著執行cv2.imread('mask.png', 0)讀取名為mask的圖片
    1. 若沒有讀取到圖片，則會顯示剛剛得到的magnitude_spectrum，以設計notch filter
      • 可在magnitude_spectrum上透過點擊滑鼠左鍵在該位置點上黑點，同時點選的對稱位置也會被點上黑點，意味著可只點選頻譜的上半部分即可。
        圖四、用滑鼠在magnitude_spectrum點上黑點
      • 點選完成後，按下任意鍵就會接著進行二值化處理，將黑點以外的部分都設成白色以形成遮罩。
        圖五、形成遮罩mask
      • 顯示的同時儲存該遮罩為mask.png
      • 最後再按下任意鍵結束當前呈現視窗，並繼續執行之後的步驟。
    2. 反之則會詢問是否要重新建立mask，若選擇y則回到步驟1.，顯示剛剛得到的magnitude_spectrum，否則繼續執行之後的步驟。
  • 接著將傅立葉轉換出來的頻譜和遮罩相乘以去除noise
  • 進行傅立葉反轉換 (np.fft.ifftshift將頻譜移到原點附近 → np.fft.ifft2進行反傅立葉轉換 → np.real再取實數部分)
    圖六、進行反傅立葉轉換
  • 再透過cv2.normalize()將restored_image正規化
  • 最後藉由cv2.medianBlur(restored_image, 3)來去除圖像的噪聲後，使用cv2.imshow顯示復原後的圖像
    圖七、雜訊去除後的圖像

    影片Demo

留言

張貼留言

這個網誌中的熱門文章

rzwang Homework #1

-
圖片
  主題 : 圖像感興趣區域裁切、旋轉與縮放 以網頁要在一個 600×400 像素區域顯示一張元智大學無限延伸景點介紹圖片，而手機拍攝照片大小為 4032×3024 像素的張照片為例。程式希望讓不同使用者根據自己需求從照片選取涵蓋無限延伸藝術裝置區域 ( 如紅色方框或黃色方框 ) 並縮放成 320×200 像素的圖片輸出存成一個新的檔案 成果展示與討論： 使用者在 console 輸入圖片 (yzu.png 大小 4032×3024) 與目標圖片大小 (600×400) 後，顯示 preview window 與 select window ，利用 trackbar 調整 Zoom, Rotate, iniX, iniY 等參數，可以從 select window 中看到選取的圖像區域。     執行範例 1. 使用 preview window 的 zoom, iniX, iniY trackbar 調整選取矩形區域，利用 saveFile 存檔，得到目標 600×400 輸出圖像 crop.jpg 。                                                            執行範例 2. 使用 preview window 的 Zoom, iniX, iniY, trackbar 調整選取矩形區域，利用 saveFile 存檔，得到目標 600×400 輸出圖像 crop.jpg 。     執行範例 3. 使用 preview window 的 Zoom, Rota...
閱讀完整內容

s1093350 Homework #2

-
圖片
1122 Digital Image Processing Assignment #2 報告 學號： s1093350       姓名： 楊宜芳   主題： 邊緣偵測與圖像二值化 問題與專案解決目標：   撰寫一個程式，將彩色照片快速生成黑白輪廓線條圖案。 開發環境： Microsoft Windows 11, Visual Studio Code 1.87.1, OpenCV 4.90, Python 3.8.13 程式架構與功能說明：   1. 讓使用者 在 Conslole 輸入原始圖片的檔案名稱（包含副檔名），並讀取圖片。範例如下，藍色部分為使用者自行輸入： §    input image filename: yzu1.jpg 程式碼及註解如下圖。 2. 使用 cv2.cvtColor() 函式將圖片從彩色轉為灰階，接著用 cv2.GaussianBlur() 函式對圖片做高斯模糊，再使用 cv2.Canny() 函式對圖片做邊緣偵測，最後將處理好的圖片儲存到 output 資料夾。若讀取圖片失敗，則印出「 Please try again. 」。程式碼及註解如下圖。 使用函式說明：   §    cv2.cvtColor (img, cv2.COLOR_BGR2GRAY ) cv2.cvtColor() 可用來轉換影像的色彩。第一個參數為原始圖片，第二個參數為要轉換的色彩空間。 cv2.COLOR_BGR2GRAY 為 RGB 轉灰階。 §    cv2.GaussianBlur(img_gray, (5, 5), 0) cv2.GaussianBlur() 可使用高斯分佈來進行模糊化。第一個參數為原始圖片，第二個參數為 kernel 大小（須為正奇數）， kernel 越大，模糊效果越明顯。第三個參數為標準差，設為 0 。 §    cv2.Canny(img_blur, 120, 225) cv2.Canny() 可用來做邊緣偵測。第一個參數為原始圖片，第二、三個參數為閾值，範圍可設為 0 － 255 。若像素的...
閱讀完整內容

s1091537 Homework #1

-
圖片
  1122 Digital Image Processing Assignment #1 報告 學號： s1091537 姓名：蔡佾家 主題：圖像感興趣區域裁切、旋轉與縮放 專案目標：     使用者在輸入圖片檔名與目標矩形的大小後，會彈出一個 符合使用者螢幕大小 的視窗顯示圖片，目的是避免原始圖片過大或太小，使其能 兼容任意大小的圖片 。接著，使用者可以透過 拖拉方式 直接在 圖片上圈選出一個 與目標矩形比例相同 的感興趣區域，並且透過預覽視窗確認效果、儲存圖片。此外，也可以透過拉桿對圖片進行旋轉操作。     本專案遭遇最大的困難是 動態圈選感興趣區域的功能 。我根據可能的數種情況（剛開始拖拉、拖拉過程中、拖拉完成），讓程式顯示出相對應的圖片資訊：剛開始拖拉只顯示左上角的點、拖拉過程中根據比例不斷計算出矩形供使用者預覽、拖拉完成後維持不動同時跳出預覽視窗。透過良好的設計，最終程式能在流暢的運行下給予使用者良好的操作體驗。 開發平台： Microsoft Windows 11, Visual Studio Code, OpenCV 4.6.0, Python 3.7.9 程式架構與功能說明 ： 首先，程式會要求使用者輸入圖片路徑和目標尺寸（高和寬）。接著，程式將圖片按比例縮放以適應預設的顯示尺寸，並提供旋轉功能讓使用者可以透過滑動條調整圖片的角度。 使用者可以使用滑鼠在圖片上點擊並拖動以選取一個矩形區域，程式會根據目標尺寸的比例自動調整選取框的大小。當使用者釋放滑鼠按鍵後，即選定區域，會跳出預覽視窗。 最後，使用者可以儲存調整後的圖片。程式將在指定的輸出路徑下儲存一個名為 "output.jpg" 的文件，其中包含了經過旋轉、裁切和尺寸調整後的圖片。 成果展示與討論 ： 1. 先在終端機中輸入檔名與目標圖像的長寬，以600×400為例，輸入完成後會跳出GUI視窗。 2. 可使用拉桿旋轉圖片，以+18°為例。接著 圈選出感興趣區域（矩形強制與600×400等比例）。 3. 跳出預覽視窗並自動儲存為output.jpg。
閱讀完整內容