CS362影像處理概論

  Run-Length Based Image Compression 練習 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)。 開發環境： Windows 11  Visual Studio Code Python 3.11.2  Opencv 4.7.0 實作結果： Run length format： [0, 0, 0, 128, 255, 255] -> 0 3 128 1 255 2 程式說明： 1. Import  library from PIL import Image import numpy as np import os 2. run-length encoding algorithm def RLE_encoding ( img , bits = 8 ):     encoded = []     count = 0     prev = None     fimg = img .flatten()         for pixel in fimg :         if prev == None :             prev = pixel             count += 1         else :             if prev != pixel :                 encoded . append (( count , prev ...

  膚色偵測Skin Color Detection 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) 開發環境： Windows 11  Visual Studio Code Python 3.11.2  Opencv 4.7.0 實作結果： 程式說明： A. HSV色域 1.把GBR圖像轉換至HSV色域。 img_HSV = cv2 . cvtColor ( image , cv2 . COLOR_BGR2HSV ) 2.設定遮罩，只通過皮膚的HSV色域範圍  H：0~17 S ：15~170 V ：0~255 HSV_mask = cv2 . inRange ( img_HSV , ( 0 , 15 , 0 ), ( 17 , 170 , 255 )) HSV_mask = cv2 . morphologyEx ( HSV_mask , cv2 . MORPH_OPEN , np . ones (( 3 , 3 ), np . uint8 )) B. YCrCb色域 1.  把GBR圖像轉換至YCrCb色域。 img_HSV = cv2 . cvtColor ( image , cv2 . COLOR_BGR2HSV ) 2.設定遮罩，只通過皮膚的HSV色域範圍  Y ：0~255 Cr ：135~180 Cb ：85~135 YCrCb_mask = cv2 . inRange ( img_YCrCb , ( 0 , 135 , 85 ), ( 255 , 180 , 135 )) YCrCb_mask = cv2 . morphologyEx ( YCrCb_mask , cv2 . MORPH_OPEN , np . ones (( 3 , 3 ), np . uint8 )) C. HSV色域 + YCrCb色域 1.將A、B兩者的遮罩混和，取兩 者的優點，形成更強化的膚色偵測功能。 global_mask = cv2 . bitwise_and ( YCrCb_mask , HSV_mask ) global_mask = cv2 . medianBlur...

影像還原練習 題目說明： 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 11  Visual Studio Code Python 3.11.2  Opencv 4.7.0 實作結果： 程式說明： 自訂函式說明： def notch_filter_circle(shape, radius, column, row): 給定半徑、圓心座標，畫出一個的圓、 以及對稱於照片中心的另一個圓形，當作 notch filter 的屏蔽區域 。 def notch_filter_rectangle(shape, start_col, start_row, end_col, end_row): 給定長方形 的其中兩個對稱點座標，畫出 出一個 長方形 、 以及對稱於照片中心的另一個 長方形。 實作步驟： 1. 讀取圖片 img = cv2.imread(): 2. 計算圖片的傅立葉轉換，算出團片的頻譜 f = np.fft.fft2(img) fshift = np.fft.fftshift(f) magnitude_spectrum = np.log(np.abs(fshift)) 3. 算出 notch_filter C1 = notch_filter_circle(img_shape, radius, 790, 447) C2 = notch_filter_circle(img_shape, radius, 805, 416) C3 = notch_filter_circle(img_shape, radius, 795, 383) R1 = notch_filter_rectangle(img_shape, 790, 0, 810, 370) R2 = notch_filter_rectangle(img_shape, 1495, 0, 1515, 960) NotchFilter = C1*C2*C3*R1*R2 4. 算出 notched_spectrum NotchRejectCenter = fshift * NotchFilter NotchReject = np.fft.ifftshift(NotchRejectCenter) inverse_NotchR...

 離散傅立葉轉換 DFT 練習 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。 開發環境： Windows 11  Visual Studio Code Python 3.11.2  Opencv 4.7.0 實作結果： 程式說明： 此次作業使用cv2, numpy, matplotlib 三個程式庫，分別使用於：影像處理、處理矩陣運算、繪製影像 import cv2 import numpy as np from matplotlib import pyplot as plt 圖取照片 img = cv2 . imread ( "image3.png" , 0 ) 進行傅立葉轉換，在 numpy 程式庫裡面 fft 套件有 fft2()  函數可以使用， 提供二維的傅立葉轉換。 f = np . fft . fft2 ( img ) 二維傅立葉轉換之後， zero frequency component  (零頻率) 會位於左上角，用 np.fft.fftshift()，讓兩個維度各自位移   ，方便我們觀察頻譜分布狀況。 fshift = np . fft . fftshift ( f ) magnitude_spectrum_shift = np . log ( np . abs ( fshift )) 用 np.angle() 取得照片的相位角。 phase_angle = np . angle ( f ) 用 np.fft.ifft2() 做反傅立葉轉換。  combined = np . multiply ( np . abs ( f ), np . exp ( 1 j * phase_angle )) img_combined = np . real ( np . fft . ifft2 ( combined )) 參考資料： How to combine the phase of one image and magnitude of d...

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...

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 3.11.2  Opencv 4.7.0 實作結果： 程式說明： 首先在 terminal 輸入以下指令，來安裝 openCV 的電腦視覺庫。 pip install opencv-python 引入 OpenCV 的函式庫： import cv2 讀取路徑中的照片： image_all = cv2 . imread ( path ) (a) 旋轉整張圖像： 用 createTrackerbar 建立拖拉工具，讓使用者可以控制旋轉的角度： cv2 . createTrackbar ( bar_name , window_name_1 , bar_beg , bar_end , rotate_all ) 使用者控制旋轉角度後，將照片旋轉，並且更新顯示的影像； getTrackerPos: 取得使用者輸入的值。 getRotationMatrix2D: 可以產生旋轉指定角度影像的仿射矩陣。 warpAffine: 利用旋轉矩陣產生旋轉後的影像。 imshow: 顯示影像在新的視窗。 def rotate_all ( value ):     degree = cv2 . getTrackbarPos ( bar_name , window_name_1 )     rotation_matrix = cv2 . getRotationMatrix2D (( width / 2 , height / 2 ), degree , 1 )     rotated_image = cv2 . warpAffine ( image_all , rotation_matrix , ( width , height ))     cv2 . imshow ( window_name_1 , rotated_image ) (b) 旋轉中心內切圓圖像： 建立...