The words you are searching are inside this book. To get more targeted content, please make full-text search by clicking here.
Discover the best professional documents and content resources in AnyFlip Document Base.
Search
Published by nic3ts, 2017-08-02 15:19:09

Ypologistiki_lab_01

Ypologistiki_lab_01

University of the Aegean, Samos, 2016-2017
Information & Communication Systems Engineering - ICSD

Υπολογιστική Όραση

1η εργαστηριακή άσκηση

Νίκος Βασιλόπουλος
(Διδάσκων)

Νίκος Τρίτσης
(icsd11162)

University of the Aegean, Samos, 2016-2017
Information & Communication Systems Engineering - ICSD

Υπολογιστική Όραση

1η εργαστηριακή άσκηση

Νίκος Βασιλόπουλος
(Διδάσκων)

Νίκος Τρίτσης
(icsd11162)

Εισαγωγή ή Περιεχόμενα

Εργαστηριακές ερωτήσεις

1. Να διαβάσεις και να εμφανίσεις την εικόνα «cameraman.tif».
2. Ποιες είναι οι διαστάσεις της εικόνας?
3. Να εμφανίσεις το αρνητικό της εικόνας.
4. Να αυξήσεις την ένταση όλων των pixel κατά 100.
5. Να αυξήσεις τη φωτεινότητα κατά 50%.
6. Να μειώσεις την φωτεινότητα κατά 50%.
7. Να αφαιρέσεις το αποτέλεσμα της ερώτησης 6 από το αποτέλεσμα της ερώτησης 5.
8. Να πολλαπλασιάσεις τις εικόνες των ερωτήσεων 5 και 6.
9. Να περικοπεί η περιοχή (41-140, 61-160) της αρχικής εικόνας.
10. Να εμφανίσεις πληροφορίες για την αρχική εικόνα.
11. Να αποθηκεύσεις την εικόνα σε μορφή JPG και να εμφανίσεις τις πληροφορίες της νέας

εικόνας.
12. Να μετατραπεί η αρχική εικόνα σε εικόνα indexed 16 χρωμάτων.
13. Να μετατραπεί η προηγούμενη εικόνα σε έγχρωμη χρησιμοποιώντας τον χρωματικό

χάρτη «HSV».
14. Ποιοι είναι οι πίνακες για τα τρία χρωματικά κανάλια?
15. Να εμφανίσεις την εικόνα και τα χρωματικά κανάλια στο ίδιο σχήμα.
16. Ποια είναι η τιμή της έντασης κάθε χρώματος στη θέση (25, 50)?
17. Ποιες είναι οι τιμές των εντάσεων στην περιοχή (21-30, 41-60)?
18. Να μαυρίσεις όλα τα pixel της παραπάνω περιοχής.
19. Να δημιουργήσεις και να εμφανίσεις μία γκρίζα εικόνα διαστάσεων 250Χ250 με τυχαίες

τιμές από 0 έως 1000 για κάθε pixel.
20. Τι πρόβλημα υπάρχει? Πως διορθώνεται?
21. Να μετατρέψεις την RGB εικόνα «onion.png» σε γκρίζα.
22. Να μετατρέψεις την RGB εικόνα «onion.png» σε εικόνα HSV.
23. Να μετατρέψεις την RGB εικόνα «onion.png» σε εικόνα YIQ.
24. Να εμφανίσεις την γκρίζα εικόνα και τα κανάλια V, Y στο ίδιο σχήμα.
25. Να αναιρέσεις τη διόρθωση γ=0,45 από την γκρίζα εικόνα.

Σημείωση:
Designed for Two-Page View & Show Cover Page (PDF reader settings)

Εργαστηριακές Ερωτήσεις:

1. Να διαβάσεις και να εμφανίσεις την εικόνα «cameraman.tif».

>> I_cam = imread(‘C:\Users\Nick\Desktop\cameraman.tif’);
>> imshow(I_cam)

2. Ποιες είναι οι διαστάσεις της εικόνας?

>> size(I_cam)
ans =

256 256

3. Να εμφανίσεις το αρνητικό
της εικόνας.

>> I_invert = 255 - I_cam
>> imshow(I_invert)

4. Να αυξήσεις την ένταση
όλων των pixel κατά 100.

>> imshow(I_cam + 100)

5. Να αυξήσεις τη φωτεινότητα
κατά 50%.

>> I_bright = I_cam * 2;
>> imshow(I_bright)

6. Να μειώσεις την φωτεινότητα
κατά 50%.

>> I_bright = I_cam ./ 2;
>> imshow(I_bright)

7. Να αφαιρέσεις το αποτέλεσμα
της ερώτησης 6 από το αποτέλεσμα
της ερώτησης 5.

>> I_bright_5 = I_cam * 2;
>> I_bright_6 = I_cam ./ 2;
>> I_bright_7 = I_bright_5 - I_bright_6;
>> imshow(I_bright_7)

8. Να πολλαπλασιάσεις τις εικόνες των ερωτήσεων 5 και 6.

>> I_8 = I_bright_5 * I_bright_6;
Error using *
MTIMES is not fully supported for integer classes. At least one input
must be scalar.
To compute elementwise TIMES, use TIMES (.*) instead.

>> I_8 = I_bright_5 .* I_bright_6;
>> imshow(I_8)

9. Να περικοπεί η περιοχή
(41-140, 61-160) της αρχικής εικόνας.

>> I_crop = I_cam(41:140, 61:160);
>> imshow(I_crop)

10. Να εμφανίσεις πληροφορίες για την αρχική εικόνα.

>> imfinfo(‘C:\Users\Nick\Desktop\cameraman.tif’)

ans =

Filename: ‘C:\Users\Nick\Desktop\cameraman.tif’
FileModDate: ‘30-Nov-2011 11:02:40’

FileSize: 65240
Format: ‘tif’

FormatVersion: []
Width: 256

Height: 256
BitDepth: 8
ColorType: ‘grayscale’
FormatSignature: [77 77 0 42]
ByteOrder: ‘big-endian’
NewSubFileType: 0
BitsPerSample: 8
Compression: ‘PackBits’
PhotometricInterpretation: ‘BlackIsZero’
StripOffsets: [1x8 double]
SamplesPerPixel: 1
RowsPerStrip: 32
StripByteCounts: [1x8 double]
XResolution: 72
YResolution: 72
ResolutionUnit: ‘Inch’
Colormap: []
PlanarConfiguration: ‘Chunky’
TileWidth: []
TileLength: []
TileOffsets: []
TileByteCounts: []
Orientation: 1
FillOrder: 1
GrayResponseUnit: 0.0100
MaxSampleValue: 255
MinSampleValue: 0
Thresholding: 1

Offset: 64872
ImageDescription: ‘This image is distributed by The …’

11. Να αποθηκεύσεις την εικόνα σε μορφή JPG και να εμφανίσεις τις πληροφο-
ρίες της νέας εικόνας.

>> imwrite(I_cam, ‘cameraman.jpg’)
>> imfinfo(‘C:\Users\Nick\Desktop\cameraman.jpg’)

ans =

Filename: ‘C:\Users\Nick\Desktop\cameraman.jpg’
FileModDate: ‘03-Nov-2016 17:09:10’

FileSize: 10717
Format: ‘jpg’

FormatVersion: ‘’
Width: 256

Height: 256
BitDepth: 8
ColorType: ‘grayscale’
FormatSignature: ‘’
NumberOfSamples: 1
CodingMethod: ‘Huffman’
CodingProcess: ‘Sequential’

Comment: {}

12. Να μετατραπεί η αρχική εικόνα σε εικόνα indexed 16 χρωμάτων.

>> [I_ind, map] = gray2ind(I_cam, 16);
>> imshow(I_ind, map)

13. Να μετατραπεί η προηγούμενη εικόνα σε έγχρωμη χρησιμοποιώντας τον
χρωματικό χάρτη «HSV».

>> I_hsv = ind2rgb(I_ind, hsv);
>> imshow(I_hsv)

14. Ποιοι είναι οι πίνακες για τα τρία χρωματικά κανάλια?
15. Να εμφανίσεις την εικόνα και τα χρωματικά κανάλια στο ίδιο σχήμα.
16. Ποια είναι η τιμή της έντασης κάθε χρώματος στη θέση (25, 50)?
17. Ποιες είναι οι τιμές των εντάσεων στην περιοχή (21-30, 41-60)?
18. Να μαυρίσεις όλα τα pixel της παραπάνω περιοχής.
19. Να δημιουργήσεις και να εμφανίσεις μία γκρίζα εικόνα διαστάσεων
250Χ250 με τυχαίες τιμές από 0 έως 1000 για κάθε pixel.

>> I_rand = rand(256, 256);
>> imshow(I_rand)

20. Τι πρόβλημα υπάρχει? Πως διορθώνεται?

21. Να μετατρέψεις την RGB εικόνα «onion.png» σε γκρίζα.

>> I_onion = imread(‘C:\Users\Nick\Desktop\onion.png’);
>> imshow(I_onion)

>> I_gray = rgb2gray(I_onion);
>> imshow(I_gray)

22. Να μετατρέψεις την RGB εικόνα
«onion.png» σε εικόνα HSV.

>> I_hsv_onion = rgb2hsv(I_onion);
>> imshow(I_hsv_onion)

23. Να μετατρέψεις την RGB εικόνα
«onion.png» σε εικόνα YIQ.

>> I_yiq = rgb2ntsc(I_onion);
>> imshow(I_yiq)

24. Να εμφανίσεις την γκρίζα εικόνα και τα κανάλια V, Y στο ίδιο σχήμα.
25. Να αναιρέσεις τη διόρθωση γ=0,45 από την γκρίζα εικόνα.

Για τις ερωτήσεις 14-18, 20, 24 & 25 δεν έχω κάποια απάντηση κατα βάση γιατί δεν καταλόγη-
σα τον απαραίτητο χρόνο που χρειαζόμουν για υλοποιήσω την εργασία. Απ’την 2η εργασία δεν
θα υπάρχουν κενά.


Click to View FlipBook Version