s1091537 Homework #4

-

 1122 Digital Image Processing Assignment #4 報告

學號：s1091537 姓名：蔡佾家

主題：膚色偵測 Skin Color Detection

專案目標：

    撰寫一個程式，自動過濾出給定六張影像中的膚色區域。以下圖為例，左方為原圖，右方為經程式過濾出的膚色區域。本專案在沒有使用到機器學習下，達到 77.33% 的 IoU。



開發平台：Microsoft Windows 11, Visual Studio Code, OpenCV 4.6.0, Python 3.7.9

主要概念說明：

1.      轉換到HSV及YCbCr色彩空間

首先，我參考作業付的論文，將原圖分別轉換到HSV及YCbCr色彩空間進行處理。接著，我對兩色彩空間影像中的膚色區域分別進行直方圖統計，在去除離群值後得知其大約落在哪個區間，如下圖。透過直方圖統計，我們可以避免下一步驟需要暴力的不斷調整過濾區間。

2.      過濾出膚色區域

根據上一步驟尋找出的三通道範圍，我在兩個色彩空間分別過濾出兩張mask。下左圖為HSV所得出的mask，右圖則為YCbCr所得出的mask。

3.      以數學形態學去除False Positive區域

由上一步驟可見，雖然我們過濾出了大致區域，但仍有不少與膚色相近的區域也被納入mask中。我們分別對兩個mask進行數學形態學上的開運算（Opening operation）操作，以去除髮絲、陰影、衣服皺摺等細絲狀的False Positive區域。下左圖為運算前的原圖，下右圖為運算後的圖，比較兩圖可見，如紅框處較細微的髮絲或輪廓會在此步驟被去除，而即使為綠框處面積較大的頭髮，也會被開運算切斷，待下一步驟去除。

4.      以輪廓與面積去除False Positive區域

由於上一步驟會殘有面積較大、但已被切斷的非皮膚區域，此步驟我透過尋找輪廓（也可視為尋找Connected component），並過濾掉面積較小者，將其濾除。下左圖為經此步驟處理前的原圖，右圖則為經處理後的圖，比較兩圖可見，紅框處殘留的非皮膚區域在此步驟皆被完整去除。

5.      對得到的兩張mask進行and運算

最後，我們對兩個不同色彩空間所得的兩個mask進行and運算，得到作為最終輸出的mask。下左圖為HSV的mask，中間為YCbCr的mask，右圖則為and運算的結果，由三圖比較可以發現，兩個色彩空間得出的mask能夠良好的補足彼此多餘或缺少的部分，如紅框及綠框處。

成果展示與討論：

1.      6張影像的IoU與平均IoU

2.      最終結果：綠色表示True Positive、紅色表示False Positive、藍色表示False Negative

(1)   pic1.jpg

(2)   pic2.jpg

(3)   pic3.jpg

(4)   pic4.jpg

(5)   pic5.jpg

(6)   pic6.jpg

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