CS362影像處理概論

主題：Run-Length Based Image Compression 練習 作業說明 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)。 開發環境 Windows 10 OpenCV 4.2.0 Visual Studio 2019 C++ 程式實作 使用  imread()  讀入附件中的圖像，再使用  empty()  判斷圖片是否存在，若圖像讀取失敗會輸出錯誤訊息並結束程式。  split()  ：將彩色圖像拆分為3個單一通道(B、G、R)。 分別對3個單一通道(B、G、R)進行Run-Length編碼壓縮。 Run-Length Encoding：將連續重複的資料改以兩個部份來表示，第一個byte代表顏色(0~255)，第二個byte代表該顏色連續出現的次數。 將壓縮後的資料寫入txt文字檔。 txt文字檔的內容包含：影像的列數、影像的行數、B通道的壓縮資料、G通道的壓縮資料、R通道的壓縮資料。  imshow()  ：顯示原圖及經過膚色檢測後的圖像。 計算壓縮率。 資料壓縮比 = 壓縮前的資料量大小 / 壓縮後的資料量大小。 輸出影像的列數、影像的行數、原來的檔案大小、壓縮後的檔案大小、壓縮率。  waitKey(0)  ：透過使用者輸入0來中止程式。 執行結果 img1 ▲ img1圖像及原始檔案大小 ▲ 將img1壓縮後的文字檔部分內容及 壓縮後的檔案大小 ▲ 輸出結果 img2 ▲ img2圖像及原始檔案大小 ▲ 將img2壓縮後的文字檔部分內容及 壓縮後的檔案大小 ▲ 輸出結果 img3 ▲ img3圖像及原始檔案大小 ▲ 將img3壓縮後的文字檔部分內容及 壓縮後的檔案大小 ▲ 輸出結果 壓縮率 img1壓縮率 = 2.070107752429847 img2壓縮率 = 1.213333514247755 img3壓縮率 = 2.239885522678505 平均壓縮率 = ( 2.070107752429847 + 1.21333351424775...

主題：膚色偵測 Skin Color Detection 作業說明 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. 開發環境 Windows 10 OpenCV 4.2.0 Visual Studio 2019 C++ 程式實作 使用  imread()  讀入附件中的三張圖像，再使用  empty()  判斷圖片是否存在，若圖像讀取失敗會輸出錯誤訊息並結束程式。  cvtColor()  ：對原圖進行顏色空間轉換(BGR→BGRA、BGR→HSV、BGR→YCrCb)。  at()  ：讀取轉換成BGRA、HSV、YCrCb類型的圖像像素值。 根據參考文獻定義的膚色範圍找出符合條件的膚色像素點，並將這些符合條件的像素點設為白色/原來的顏色，而不符合條件的像素點設為黑色。以下為參考文獻定義的兩種膚色範圍： 0.0 <= H <= 50.0 and 0.23 <= S <= 0.68 and R > 95 and G > 40 and B > 20 and R > G and R > B and | R - G | > 15 and A > 15 R > 95 and G > 40 and B > 20 and R > G and R > B and | R - G | > 15 and A > 15 and Cr > 135 and Cb > 85 and Y > 80 and Cr <= (1.5862*Cb)+20 and Cr>=(0.3448*Cb)+76.2069 and Cr >= (-4.5652*Cb)+234.5652 and Cr <= (-1.15*Cb)+301.75 and Cr <= (-2.2857*Cb)+432.85  imshow()  ：顯示原圖及經過膚色檢測後的圖像。  wait...

主題：影像還原練習 作業說明 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 10 OpenCV 4.2.0 Visual Studio 2019 C++ MATLAB 程式實作 使用  imread(path, IMREAD_GRAYSCALE)  以灰階模式讀入圖像，再使用  empty()  判斷圖片是否存在，若圖像讀取失敗會輸出錯誤訊息並結束程式。  Rect()  ：使原圖像保證有偶數的行與列。 分析輸入圖像的頻譜後，可以看到頻譜中心外有6個峰值： ▲ 原圖像的 頻譜大小 使用MATLAB找出較正確的頻譜峰值座標。  imread()  ：讀入頻譜大小圖像。  meshc()  ：繪製三維的圖像，顯示灰度值的大小。  view()  ：將三維圖像改變觀測角度以便查找峰值的座標。 設計notch filter  circle()  ：以3個峰值點座標為中心，畫出圓形(加上對稱點一共6個圓點)，並將圓點的值設為0。 對圖像象限進行重新排列，使原點位於圖像中心。 將圖像分成4個象限。  copyTo()  ：交換象限(左上與右下進行交換、右上與左下進行交換)。 ▲  設計完成的notch filter 創建原圖像的圖像通道，用來儲存複數的實部與虛部，並使用  merge()  來合併圖像通道。  dft()  ：對原圖像進行離散傅立葉轉換(DFT) 創建notch filter的圖像通道，用來儲存複數的實部與虛部，並使用  merge()  來合併圖像通道。  mulSpectrums()  ：將兩個(原圖像及notch filter)傅立葉頻譜中的每個element進行相乘。 ▲  經過notch filter的頻譜  idft()  ：將經過notch filter的頻譜進行IDFT(重建圖像)。  split()  ：分離圖像通道。  normalize()  ：歸一化...

主題：離散傅立葉轉換 DFT 練習 作業說明 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。 開發環境 Windows 10 OpenCV 4.2.0 Visual Studio 2019 C++ 程式實作 使用  imread(path, IMREAD_GRAYSCALE)  以灰階模式讀入圖像，再使用  empty()  判斷圖片是否存在，若圖像讀取失敗會輸出錯誤訊息並結束程式。  getOptimalDFTSize()  ：獲得圖像的最佳尺寸大小(2的次方)，如果在最佳尺寸的圖像上執行DFT可以更快地執行。  copyMakeBorder()  ：在圖像邊緣補0值。 創建圖像通道，儲存DFT後的實部與虛部。  dft()  ：進行離散傅立葉轉換(DFT)。  split()  ：分離圖像通道，planes[0]為實數部分，planes[1]為虛數部分。  magnitude()  ：將複數轉換爲magnitude(DFT的結果是複數)。  phase()  ：取得相位圖。  log()  ：因為magnitude的值範圍太大，所以換成對數的刻度(logarithmic scale)，方便顯示結果。 使spectrum保證有偶數的行與列。 對DFT後的圖像象限進行重新排列，使原點位於圖像中心。  normalize()  ：歸一化，將圖像(magnitude、phase)轉換到可顯示範圍(0~1)。  imshow()  ：顯示頻譜大小、相位角度圖像。  idft()  ：進行IDFT(重建圖像)。  normalize()  ：歸一化，將圖像(IDFT)轉換到可顯示範圍(0~1)。  imshow()  ：顯示還原後圖像，若圖像出現黑色邊界是  copyMakeBorder()  的0值...

主題：線條自畫像 (二值化與邊緣偵測 Image Thresholding and Edge Detection) 作業說明 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。(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?) 開發環境 Windows 10 OpenCV 4.2.0 Visual Studio 2019 C++ 程式實作 使用  imread(path, IMREAD_GRAYSCALE)  以灰階模式讀入圖像，再使用  empty()  判斷圖片是否存在，若圖像讀取失敗會輸出錯誤訊息並結束程式。 ▲  Grayscale image (a) 產生邊緣成分圖  Sobel()  ：分別計算圖像的x方向、y方向梯度   convertScaleAbs()  ：分別計算圖像x方向、y方向梯度的絕對值，將圖像轉換回原來的uint8形式(CV_8U)，否則將無法顯示圖像，只會顯示灰色的視窗   addWeighted()  ：因為  Sobel()  是計算兩個方向的梯度，因此要使用此函數將兩個梯度以設定的權重相叠加   imshow()  ：顯示目標圖像(邊緣成分圖) (b) 產生類似素描線條的自畫像圖案   addWeighted()  ：透過255减去原始像素來進行反色操作 ▲  Reverse color   GaussianBlur()  ：使用高斯濾波將影像模糊化並消除噪聲 ▲  Reverse color + Gaussian filter 將圖像疊加並把顏色減淡   imshow()  ：顯示目標圖像(素描線條圖)  waitKey(0)  ：透過使用者輸入0來中止程式 執行結果 (a) 邊緣成分圖 (b) 素描線條圖 ▲  程式執行過程 參考資料： Sobel Derivatives - OpenCV Docume...

主題：圖像旋轉 (Image Rotation) 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。 開發環境 Windows 10 OpenCV 4.2.0 Visual Studio 2019 C++ 程式實作 使用 imread() 讀入圖像，再使用 empty() 判斷圖片是否存在，若圖像讀取失敗會輸出錯誤訊息並結束程式。 由使用者選擇圖像旋轉方式 輸入 a：旋轉整張圖像 輸入 b：旋轉圖像中心內切圓區域 輸入其他：結束程式 選擇旋轉整張圖像 namedWindow() ：創建Rotated image視窗 createTrackbar() ：創建 Trackbar getRotationMatrix2D() ：產生旋轉指定角度影像的仿射矩陣 warpAffine() ：將來源的圖像，根據前面產生的仿射矩陣，獲得仿射轉換後的新圖像 imshow() ：顯示目標圖像 選擇旋轉圖像中心內切圓區域 namedWindow() ：創建Rotated CR image視窗 createTrackbar() ：創建 Trackbar 將圖像進行圓形切割：創建兩個全黑圖像(image1和image2)，在源圖像中畫一個圓，利用for迴圈尋訪每個點，判斷該點是否在圓內，如果是就將該點的資料複製到image1，如果否就將該點的資料複製到image2，最終得到image1為切割成圓形的圖像，而image2為圓形外圍的圖像 getRotationMatrix2D() ：產生旋轉指定角度影像的仿射矩陣 warpAffine() ：將來源的圖像，根據前面產生的仿射矩陣，獲得仿射轉換後的新圖像 bitwise_or() ：將兩張圖片(前面獲得的圖像、image2)做聯集 imshow() ：顯示目標圖像 waitKey(0) ：透過使用者輸入0來中止程式 執行結果 (a)旋轉整張圖像 (b)旋轉圖像中心內切圓區域 ▲    程式執行過程 參考資料： Adding a Trackbar to our applications! - OpenCV： https://docs.opencv.org/3.4/da/d6a/tutorial_trackbar....