CS362影像處理概論

一、程式功能  Run-Length Based Image Compression 練習 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，對圖檔做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 •       Windows10 •       Visual Studio 2019 •       C++ •       OpenCV 4.7.0 三、程式說明 1. 於第129~131行讀取圖片原檔 2.進行 RunLength函數， 壓縮成dat檔並保存      RunLength函數：若當前的像素值=下一個像素值，則連續像素個數(count)+1。以此比對整張圖片的像素值。 並把像素質和count存入vector。 3.讀取上述RunLength後的dat檔案，解碼成圖片檔的jpg 4.計算壓縮率並顯示 四、成果展示 (1)上排:原圖、下排:壓縮後jpg檔 (2)第一排:原檔、第二排:壓縮後dat檔、第三排:建構的jpg檔 (3)個別的dat檔壓縮率

一、作業說明 膚色偵測 Skin Color Detection 利用你所學的 顏色(Color)的知識與技術，撰寫一個程式來偵測一張輸入照片中的 皮膚區域並將其標示出。(請用附件中的三張照片做測試) Write a program that detect skin color from an image. 二、開發環境 Windows10 Visual Studio 2019 C++ OpenCV 4.7.0 三、程式說明 核心想法：僅繪出偵測到的區塊部分 在第6行讀入檔案，接著程式以以下步驟進行： 1.將圖片轉換為HSV 2.定義皮膚色彩的範圍：lowerSkinColor和upperSkinColor，根據不同圖片可能需要調整其色相、飽和度、明度的值，例如img3女性髮色和膚色較為接近，可以將upperSkinColor = cv::Scalar(20, 200, 255) 換成這樣以適應不同的皮膚色彩範圍。 3.偵測並繪製：使用inRange函數以給定的範圍創建遮罩 4. 使用了cv::morphologyEx函數 去除皮膚區域中的噪點和填補小的區域。cv::findContours函數找到皮膚區域的輪廓，並使用cv::drawContours函數繪製這些輪廓。 5.由於範例圖片長寬過大，調整輸出大小為螢幕可以容下的尺寸 最後顯示圖片 四、成果展示

  一、作業說明 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 Windows10 Visual Studio 2019 C++ OpenCV 4.7.0 三、程式說明 在第8行讀取圖片檔案。程式主要分成以下階段： 1.進行傅立葉變換，並將傅立葉轉換後的頻譜中心移至圖像中心位置，便於觀察 2.使用噪聲檢測算法去檢測噪聲位置 3.設計notch filter，將六個峰值畫圓，顏色設為0 4.創建notch filter通道，同前面方法儲存實部和虛部，merge()來合併通道 5.進行逆傅立葉變換，顯示此時的圖片 四、成果展示 感想：效果並不顯著，雖然參考了網路上和其他同學的例子但我未能完全明白要點，感覺需要再研究研究。

一、作業說明 離散傅立葉轉換 DFT 練習 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 Windows10 Visual Studio 2019 C++ OpenCV 4.7.0 三、程式說明 在第9行讀取圖片檔案 15~18行： 創建Mat padded用來填充圖像。 計算圖像的最佳DFT大小，然後使用copyMakeBorder()來填充圖像，使圖像大小為2的次方以進行FFT。 19~23行： 將Mat padded轉換為複數型態，然後使用dft()進行傅立葉轉換。 接下來程式分成3個階段： Step 1.進行 DFT 轉換，並移動零頻到頻譜中心。這樣一來低頻成分就移到了頻譜的中心。得到 頻譜圖。 Step 2.將頻譜大小和相位角度轉換成 8 位灰階圖像。 得到 向位角度圖。 Step 3.進行逆傅利葉轉換，得到還原後的圖像。 最後，用imshow()顯示三個圖像。 四、成果展示 "Magnitude Spectrum"( 頻譜圖 ) "Phase Spectrum"(向位圖) "Restored Image"(還原後的圖像)

  一、作業說明 主題: 線條自畫像 (二值化與邊緣偵測 Image Thresholding and Edge Detection) 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。 二、開發環境 Windows10 Visual Studio 2019 C++ OpenCV 4.7.0 三、程式說明 main第29行讀入灰階圖片 【a.邊緣偵測部分】 使用openCV的Sobel函數偵測邊緣 但效果並不清晰，所以我又使用了convertScaleAbs函數調整對比度。 【b.素描效果部分】sketch函數 Canny邊緣檢測函數：尋找圖片的邊緣 dst.create & dst.setTo 函數：先創建一個空白圖像檔，setTo函數把圖像的每個像素值都設置為白色255，這是為了讓邊緣檢測到的線條能夠顯示在白色的背景上。 兩個for迴圈：檢查了圖像img的每個像素，如果在邊緣圖像edges對應的位置上檢測到了邊緣，就從輸入圖片img中取出該位置的像素值並給輸出圖像dst對應位置的像素同等的值，這樣就只有非邊緣的像素值會是白色。 四、成果展示

  一、作業說明 撰寫一個程式將一張圖像的(a)整張圖像，(b)中心內切圓區域，旋轉一個角度(逆時針旋轉 0 度至 359 度)：利用一個滑動條(trackbar)控制旋轉角度。 二、開發環境 Windows10 Visual Studio 2019 C++ OpenCV 4.7.0 三、程式說明 參數宣告 img：整張圖片    img_rotated：旋轉過的整張圖片 img_circular：中心圓區域的圖片   img_circular_rotated：旋轉過的中心圓區域的圖片。 以及兩種旋轉方法的旋轉角度，使用在滑動條函數。  funtion (a)：旋轉整張圖片 首先計算圖片中心點的xy坐標，然後使用 getRotationMatrix2D 計算旋轉矩陣， warpAffine 進行旋轉，將旋轉後的圖像顯示出來。 funtion (b)：旋轉中心圓部分 一樣先計算圖片中心點，然後使用circle函數畫一個圓形mask。 使用clone複製img的圖檔存到img_circular，然後使用setTo函數瞄準mask區域。 接著一樣使用getRotationMatrix2D計算旋轉矩陣、warpAffine進行旋轉。 最後用copyTo將旋轉後的mask複製到新圖像中並顯示。 main： imread讀取圖片檔。然後使用namedWindow和createTrackbar創建兩個視窗和兩個可調節的滑動條，並將它們與funtion(a)(b)聯結。 然後就可以隨便轉了。 四、成果展示 demo影片： https://drive.google.com/file/d/17869vQdh-bNeH9eORT7HMX9KfepatWZC/view?usp=sharing