s1101327 Homework #4

-

 

1122 Digital Image Processing Assignment #4 報告

學號：1101327      姓名：柯翔崴

主題：膚色偵測 Skin Color Detection

專案目標：

撰寫一個程式運用在皮膚顏色區域擷取，並利用在影像處理概論所學習到的顏色知識與技術來實現此任務。Input Data為附件中的6張照片，Output Data為皮膚顏色標記區域，同時搭配附件中的六張膚色標準答案(Ground Truth)做測試，並在終端畫面呈現所設計膚色偵測方法執行結果的IOU(Intersection Over Union)數值、Average IOU(六張IOU的平均)。此專案Average IOU為0.77。

 

開發平台：Microsoft Windows 10, Visual Studio Code, OpenCV 4.9.0, numpy 1.16.4, matplotlib 3.8.4, Python 3.9.18

 

程式架構與功能說明：

需先具備附件Image資料夾，內含有Phote、GroundTruth和res資料夾; 安裝好相對應的package;。

1.     在終端機輸入” python skin-detection.py”執行圖像的膚色區域標註

2.     讀取指定編號的原始圖像和對應的Ground Truth圖像

3.     對原始圖像進行高斯模糊處理(kernel: 3*3)

4.     將模糊後的圖像轉換為HSV和YCrCb的color space

5.     定義膚色的範圍，分別在HSV和YCrCb色彩空間中設置upper bound和lower bound，並根據膚色範圍將指定範圍內的像素值標記為白色，範圍外的值標記為黑色，其標記後的結果為皮膚遮罩。

6.     Method0: 運用形態學開運算來進一步處理遮罩，以消除小的斑點和不連續的區域，接著定義最小輪廓面積，並篩選掉小於該面積的輪廓；將形態學處理後的遮罩與填充後的面積輪廓進行像素上的and運算並回傳。

7.     Method1: 尋找皮膚遮罩中的所有輪廓，接著定義最小輪廓面積，並篩選掉小於該面積的輪廓，達到去噪和去除細小的區域的效果，並回傳輪廓填充

8.     Method0、Method1個別計算兩個皮膚遮罩與Ground Truth之間的IOU（交集/聯集）。

9.     選擇IOU較大的遮罩作為最終的皮膚遮罩，接著顯示原始圖像、最終的皮膚遮罩和Ground Truth，並顯示IOU值。

 

 

 

 

成果展示與討論：

範例一:


範例二:


範例三:


範例四:


範例五:


範例六:


IOU:

 


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