s1093334 Homework #2

-

 

22 Digital Image Processing Assignment #2 報告

學號：1093334    姓名：黃芊瑜

主題：邊緣偵測與圖像二值化

專案目標：

使用者輸入彩色圖片後可透過程式生成黑白輪廓線條圖案。

開發環境：

  • 用的作業系統：Windows
  • 開發環境：VScode
  • 用的套件：OpenCV version 4.9.0
  • 程式語言：Python 3.11.0

程式架構與功能說明：

此程式先在terminal讓使用者輸入欲處理的圖片檔名，輸入檔名後產生preview window，會顯示原始圖片和提供kernelSize、low_threshold、savefile三個trackbar讓使用者調整，更改trackbar的值後會跑出window顯示調整結果。


kernelSize trackbar
用來調整GaussianBlur的kernelSize參數值，數值越大，圖片會轉換得越模糊，可以讓output圖片的躁點降低，但也可能會讓照片的細節消失。


low_threshold
用來調整邊Canny的低閾值，如果計算結果比這個閾值高則會被偵測成邊緣。當low_threshold值較大時，偵測到的邊緣數量可能會減少，強度較低的邊緣可能會不見。


整個程式主要可以分成四個部分:

1.背景設定


2. trackbar設定


3.kernelSize_fun


4.adjust


    Why GaussianBlur? 
    opencv提供幾種模糊圖片的方式。

  • 平均模糊適合簡單的模糊處理
  • 高斯模糊適合平滑圖像並保留一定細節  >>此模糊方式較符合題意
  • 中值模糊適合去除隨機噪聲
  • 雙邊模糊適合保留圖像細節的平滑處理


    Why Canny?

  • Laplacian 適用於整體邊緣檢測和特徵提取
  • Sobel 適用於局部邊緣檢測並且可以指定不同方向
  • Canny 是一個綜合性較強的邊緣檢測方法，適合精確和高質量的邊緣檢測需求 >>此方式較符合題意


數學式：
cv2.GaussianBlur(gray_img, (kernelSize, kernelSize), 0)
透過此函數將圖片進行模糊
• gray_img為欲模糊之圖片
• kernelSize為高斯模糊中的核大小，需為奇數，大小越大，模糊程度越高
• 第三個參數為高斯核的標準差。設為 0，表示根據核大小自動計算標準差

cv2.Canny(blurred_img, low_threshold, low_threshold*2)
透過此函數將圖片進行邊緣偵測
• blurred_img為欲邊緣偵測之圖片
• low_threshold為邊緣偵測的低閾值，如果計算結果比這個閾值高則會被偵測成邊緣
• low_threshold*2為邊緣偵測的高閾值，如果計算結果超過高閾值，則被視為強邊緣



成果展示：











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

s1061637 作業6

-
圖片
  主題 :  Run-Length Based Image Compression 練習 作業要求： 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) 。 開發環境： Windows 11 Vscode python Open CV 4.7 作業步驟說明： 1.　 導入需要的程式庫。 2.　 在 main function 中先行寫好要讀入的圖片路徑與規畫要完成的步驟。 l    將三張欲讀入的圖片路徑存為 image_paths ，壓縮後的檔案命命名為 compressed_img.npz 。 NPZ 格式是 NumPy 的壓縮存儲格式， 是壓縮的二進制文件，其內容由數個 NumPy 數組組成。 NPY format ref: numpy.lib.format — NumPy v1.24 Manual l    將解壓縮後的圖片儲存為 img_de.bmp ，方便後續比對。 l    對每一張圖片都進行以下操作：將檔案進行壓縮，並透過 compressed_files function 一邊壓縮文件，一邊暫時存起檔案的 size ，以方便後續解壓縮時 reshape 。 l    以 deccompress_image function 對剛剛壓縮完的檔案進行解壓縮， l    計算壓縮率，並將三張圖片的壓縮率進行加總，最後除以三 獲得平均壓縮率，在螢幕上顯示平均壓縮率。 3.　 compress_img( 圖片路徑，輸出名稱 ) ：按照路徑讀入圖片並存起圖片的 shape 。將圖片的 bgr 通道透過 cv2 的 split 功能分離，並使用 np 的 flatten() ，將 array 攤成一維方便後續 run_lengh_encode 壓縮。將壓縮後的 np array 以 np.save_compressed 功能存成npz檔案。最後回傳圖片的 shape 。 4.　...
閱讀完整內容