s1091553 Homework#5

-

  

 1122 Digital Image Processing Assignment #5 報告

學號:1091553 姓名:歐法希

主題: Run-Length Based Image Compression 影像壓縮練習 

專案目標: 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的壓縮方法，對圖檔作無失真壓縮後儲存成新檔案。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)。 

開發平台: Microsoft Windows 11, Visual Studio Code, OpenCV 4.7.0, Python 3.10.11

說明:

將圖片讀取後，利用Run-Length Encoding演算法對圖像進行壓縮得到bin檔，接著利用此bin檔還原圖片。下圖為壓縮率與平均壓縮率。















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

s1093705 作業二

-
圖片
線條自畫像 (二值化與邊緣偵測 Image Thresholding and Edge Detection) 題目說明： 撰寫一個程式，以灰階模式讀取一張圖像 imread(path, IMREAD_GRAYSCALE)      (a)利用Sobel Operators 偵測並輸出邊緣成分圖      (b)設計一個類似素描線條的自畫像圖案。 開發環境： Windows 11  Visual Studio Code Python 3.11.2  Opencv 4.7.0 實作結果： Sobel Operators 偵測邊緣圖 邊緣圖轉換成素描風格圖 不同技術轉換成出的素描風格圖 實作Demo： 程式說明： 本題利用 cv2.createTrackbar() 和 cv2.getTrackbarPos() 來控制以下變數，來尋找邊緣偵測的最佳參數： A：  用  cv2.threadhold() ， 將圖形顏色較淡的地方，去除小於A 的值，A 以上的值維持不變。 B：用高斯分佈進行模糊化的計算，指定模糊區域單位 BxB。 C：用  cv2.threadhold()  ，去除小於 C 的值，C 以上的值維持不變，以達到 加強邊緣線的效果。 D： (a)利用Sobel Operators 偵測並輸出邊緣成分圖 1. 先將圖形顏色較淡的地方，用  cv2.threadhold() 去除，此例是去除小於A 的值，A 以上的值維持不變， 參數介紹： ( Reference ) v2.THRESH_BINARY 如果大於 A 就等於 255，反之等於 0。 cv2.THRESH_BINARY_INV 如果大於 A 就等於 0，反之等於 255。 cv2.THRESH_TRUNC 如果大於 A 就等於 127，反之數值不變。 cv2.THRESH_TOZERO 如果大於 A 數值不變，反之數值等於 0。 cv2.THRESH_TOZERO_INV 如果大於 A 等於 0，反之數值不變。     ret , image = cv2 . threshold ( image , A , 255, cv2 . THRESH...
閱讀完整內容