CS362影像處理概論

主題     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+ Visual Studio Code Python 3.10.4 程式說明     讀取三張圖片，利用PIL的Image library快速取得各圖片的Pixel RGB資訊      之後進行run_length_compression      將資料壓縮儲存到txt檔      確認壓縮後的資料根據重複次數(run_count)可以還原回png檔(也是利用PIL)      from PIL import Image img1 = Image.open( 'img1.bmp' ) img2 = Image.open( 'img2.bmp' ) img3 = Image.open( 'img3.bmp' ) def run_length_compression ( img ):     pixel = list (img.getdata())     run_count = 1     run_compress_img = []     for i in range ( 1 , len (pixel)):         if pixel[i] == pixel[i- 1 ]:             run_count += 1         else :             run_compres...

  主題: 皮膚偵測 Skin Color Detection 一、 題目說明: 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: Windows 11+Visual Studio Code+Python 3.10.4+openCV 4.7.0 三、程式碼 import numpy as np import cv2 img1 = cv2 . imread ( 'img1.jpg' , cv2 . COLOR_BGR2HSV ) img2 = cv2 . imread ( 'img2.jpg' , cv2 . COLOR_BGR2HSV ) img3 = cv2 . imread ( 'img3.jpg' , cv2 . COLOR_BGR2HSV ) def skin_detect ( image ):     # 定義皮膚的顏色區間     lower = np . array ([ 0 , 48 , 80 ], dtype = "uint8" )     upper = np . array ([ 20 , 255 , 255 ], dtype = "uint8" )     # 將圖片顏色由RGB顏色空間轉為HSV顏色空間，並根據先前定義的膚色區間製作mask     converted = cv2 . cvtColor ( image , cv2 . COLOR_BGR2HSV )     skinMask = cv2 . inRange ( converted , lower , upper )     # 將一些被誤認為皮膚的區間刪除     kernel = cv2 . getStructuringElement ( cv2 . MORPH_ELLIPSE , ( 11 , 11 ))     skinMask = cv2 . ero...

題目敘述: 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)。 開發環境 Windows 11 VSCode  Python 3.10.4 + OpenCV 4.7.0 程式碼說明 import cv2 import numpy as np import matplotlib . pyplot as plt # 灰階讀取圖片 img = cv2 . imread ( 'image4.png' , cv2 . IMREAD_GRAYSCALE ) # Fast Fourier Transform 取得頻域圖 dft = cv2 . dft ( np . float32 ( img ), flags = cv2 . DFT_COMPLEX_OUTPUT ) dft_shift = np . fft . fftshift ( dft ) freq_image = 20 * np . log ( cv2 . magnitude ( dft_shift [:, :, 0 ], dft_shift [:, :, 1 ])) # 利用threshhold找出高頻干擾的位置 # (794, 377) (805, 411) (788, 441) (810, 509) (790, 542) (805, 573) noise_img = cv2 . threshold ( freq_image , 250 , 255 , cv2 . THRESH_BINARY ) # 製作mask noise_mask = np . ones ( dft_shift . shape , np . uint8 ) noise_mask = cv2 . circle ( noise_mask , ( 794 , 377 ), 10 , ( 0 , 0 , 0 ), - 1 ) noise_mask = cv2 . circle ( noise_mask , ( 805 , 411 ), 10 , ( 0 , 0 , 0 ), - 1 ) noise_mask = cv2 . circle ( noise_mask , ( 788 , 441 ), 10 , ( 0 , 0 , 0 ), - 1 ) no...

  主題：離散傅立葉轉換 DFT 練習 功能： 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。 開發環境： Windows 11 Visual Studio Code Python 4.1 OpenCV 4.7.0 程式碼： import cv2 import numpy as np import matplotlib . pyplot as plt # 灰階讀取圖片 img = cv2 . imread ( 'image3.png' , cv2 . IMREAD_GRAYSCALE ) # Fast Fourier Transform # 得到一個三維ndarray dft，每個元素都是一個不同的Fourier子圖 fft = np . fft . fft2 ( img ) fftshift = np . fft . fftshift ( fft )   # 將zero-frequency shift到dft中間，方便頻域圖的辨識 # 因為原始的fft數值太大(Intensity values of the Fourier Image)，所以要將這些數值取log調小 # np.abs計算出這些Intensity向量的大小 freq_image = 20 * np . log ( np . abs ( fftshift )) phase_image = np . angle ( fftshift )   # 相位圖表示每組對應頻域圖的相位 # Inverse Fast Fourier Transform ishift = np . fft . ifftshift ( fftshift ) iimg = np . fft . ifft2 ( ishift ) img_back = np . real ( iimg ) # show result plt . subplot ( 221 ), plt . imshow ( img , 'gray' ), plt . title ( 'a' ) plt . axi...

一、作業主題:      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。(想想：如何使用邊緣偵測所得到的點，結合成看似素描筆畫出的線條?) 二、開發環境:      Windows 11+ Visual Studio Code Python 4.1 +OpenCV 4.7.0 三、程式說明:     首先將圖片以灰階讀取     定義高斯模糊和Sobel偵測之函式(參考自opencv的reference網站)      將原圖片以高斯模糊處理後給Sobel Operators偵測，即可得到輪廓圖(執行結果之右圖) 以cv2.threshhold稍微過濾一些線條再利用白色mask進行矩陣減法即可得到類似素描之圖片(執行結果之左圖) 四、執行結果:

圖像旋轉(Image Rotation) 題目說明： 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。  開發環境： Windows 11  Visual Studio Code Python 4.1  OpenCV 4.7.0 實作結果： 程式說明： 首先將yzu.bmp檔以一個二維陣列讀取 利用陣列的減法以及一個內切圓的"mask"來將原本的圖片分為內切圓及其補圖兩張圖 定義rotate function並利用Trackbar控制 img_degree拉條則兩張圖一起轉 cir_degree拉條則只轉內切圓部分