Đề cương Xử lí ảnh HaUI có Python

11 23 0
Đề cương Xử lí ảnh HaUI  có Python

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Câu 1 Mô hình màu là gì? Liệt kê một vài mô hình màu thông dụng Trình bày các công thức chuyển đổi giữa các mô hình màu? Trong xử lý ảnh và đồ họa, mô hình màu là một chỉ số kỹ thuật của một hệ tọa độ màu 3 chiều có thể dùng để biểu diễn tất cả các màu Ví dụ như mô hình màu RGB (Red, Green, Blue) là một đơn vị tập các màu thành phần sắp xếp theo hình lập phương của hệ trục tọa độ Đề các a) 1 số mô hình màu thông dụng RGB CMYK HSV b) Công thức chuyển đổi Câu 2 Mô hình màu CMYK là gì? CMY khác RGB.

Câu 1: Mơ hình màu gì? Liệt kê vài mơ hình màu thơng dụng Trình bày cơng thức chuyển đổi mơ hình màu? Trong xử lý ảnh đồ họa, mơ hình màu số kỹ thuật hệ tọa độ màu chiều dùng để biểu diễn tất màu Ví dụ mơ hình màu RGB (Red, Green, Blue): đơn vị tập màu thành phần xếp theo hình lập phương hệ trục tọa độ Đề a) số mơ hình màu thông dụng - RGB - CMYK - HSV b) Công thức chuyển đổi: Câu 2: Mơ hình màu CMYK gì? CMY khác RGB chỗ nào? CMYK (hay cịn gọi YMCK) tên bảng mã màu bao gồm màu cyan- magenta (hồng sẫm-yellow-key(đen) Bảng màu RGB tên viết tắt màu gồm Red (đỏ), Green (xanh lá) Blue (xanh dương) Đây màu ánh sáng trắng sau tách lăng kính Điểm khác nhau: Khác với RGB màu cộng, CMYK màu trừ CMYK làm việc dựa nguyên lý hấp thụ ánh sáng Do đó, thay tăng thêm độ sáng để tạo màu sắc khác nhau, hệ màu CMYK loại trừ ánh sáng từ nguồn ánh sáng gốc màu trắng để tạo màu sắc khác Câu 3: - Khác nhau: ? Câu 4: Tại người ta phát triển nên hệ màu HSV HSL? Nêu ý nghĩa chữ thể thành phần HSV HSL (H gì, S ) Vì Các mơ hình màu RGB, CMY hiển thị tất mầu cần thiết, khó khămn để người phối mầu hai hệ màu Để phối mầu dễ dàng Smith định nghĩa mơ hình màu HSV hay HSL Trong đó: HSV: - H: Hue – sắc màu S: Saturation - Bão hòa V Value - giá trị HSL: - H: Hue- sắc màu S: Saturation - Bão hòa L: Lightness (Độ sáng) Trình bày khái niệm phương pháp phân loại ảnh số? - kn ảnh số: Ảnh số thực tế biểu diễn số học hình ảnh máy có dạng biểu diễn dạng vector dạng ma trận Trình bày phương pháp phóng to (Zooming) thu nhỏ (Shrinking) ảnh số? a) zooming: phép phóng to ảnh Các bước zooming: Các bước shrinking: 11 Cân tần suất gì? Tại phải cân tần suất? 13 Biên gì? Phát biên trực tiếp gì? Nêu vài ví dụ (phương pháp) cách phát biên trực tiếp? 14 gián tiếp Phát biên trực tiếp: Phương pháp làm biên dựa vào biến thiên mức xám ảnh Kỹ thuật chủ yếu dùng để phát biên kỹ thuật lấy đạo hàm Nếu lấy đạo hàm bậc ảnh ta có kỹ thuật Gradient, lấy đạo hàm bậc hai ảnh ta có kỹ thuật Laplace Ngồi cịn có số tiếp cận khác Phát biên gián tiếp: Nếu cách ta phân ảnh thành vùng ranh giới vùng gọi biên Kỹ thuật dị biên phân vùng ảnh hai toán đối ngẫu dị biên để thực phân lớp đối tượng mà phân lớp xong nghĩa phân vùng ảnh ngược lại, phân vùng ảnh phân lớp thành đối tượng, phát biên Ví dụ: Trực tiếp: Gián tiếp 15.Biên gì? Nhiễu gì? Làm để phân biệt biên nhiễu? Biên vấn đề quan trọng trích chọn đặc điểm nhằm tiến tới hiểu ảnh Cho đến chưa có định nghĩa xác biên, ứng dụng người ta đưa độ đo khác biên, độ đo độ đo thay đổi đột ngột cấp xám Ví dụ: Đối với ảnh đen trắng, điểm gọi điểm biên điểm đen có điểm trắng bên cạnh Tập hợp điểm biên tạo nên biên hay đường bao đối tượng Ảnh coi miền đồng mức xám, tức điểm ảnh lân cận có biến đổi liên tục mức xám Như sau trình số hố cửa sổ xét điểm ảnh có giá trị gần Thực tế quan sát có điểm ảnh có giá trị khác nhiều so với điểm ảnh xung quanh Đó nhiễu Như vậy, nhiễu ảnh số xem dịch chuyển đột ngột tín hiệu ảnh khoảng cách nhỏ 16 Tại phải nén ảnh? Trình bày sơ lược số phương pháp nén ảnh thông dụng? Nén ảnh kỹ thuật nhằm giảm thiểu không gian lưu trữ Có hai hướng tiếp cận nén có bảo tồn khơng bảo tồn thơng tin Nén khơng bảo tồn thường có khả nén cao không phục hồi ảnh gốc, ngược lại nén có bảo tồn cho phép khơi phục hồn tồn ảnh gốc Nén ảnh nói chung có cách tiếp cận bản: Python: Đọc ghi ảnh Cv2.imread(r’path’, parameter) Cv2.imwrite(path Đuôi, name) Resize(shrinking, zooming) cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) Src: source Dsize: kích thước mong muốn ảnh ouput Fx, fx: tỉ lệ scale x/y Interpolation: phép nội suy o Shrinking: cv2.INTER_AREA o Zooming: cv2.INTER_CUBIC (slow); cv2.INTER_LINEAR o By default, the interpolation method cv2.INTER_LINEAR is used for all resizing purposes Threshold - cv.THRESH_BINARY cv.THRESH_BINARY_INV cv.THRESH_TRUNC cv.THRESH_TOZERO cv.THRESH_TOZERO_INV Biến đổi hình thái Type of Morphological Transformations a) Erosion: cv2.erode(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) src: source kernel: Nhân dùng cho ero dst: output same size and type anchor: Nó biến kiểu số nguyên đại diện cho điểm neo giá trị mặc định Điểm (-1, -1) có nghĩa điểm neo nằm tâm kernel borderType: Nó mơ tả loại đường viền thêm vào Nó định nghĩa flag cv2.BORDER_CONSTANT, cv2.BORDER_REFLECT, etc iterations: Đó số lần xói mịn áp dụng borderValue: Đó giá trị đường viền trường hợp đường viền không đổi Return Value: Nó trả hình ảnh Code basic nhất: (đọc ảnh xám) b) dilation cv.dilate(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]]) src: source kernel: Nhân dùng cho ero dst: output same size and type anchor: Nó biến kiểu số nguyên đại diện cho điểm neo giá trị mặc định Điểm (-1, -1) có nghĩa điểm neo nằm tâm kernel borderType: Nó mơ tả loại đường viền thêm vào Nó định nghĩa flag cv2.BORDER_CONSTANT, cv2.BORDER_REFLECT, etc iterations: Đó số lần xói mịn áp dụng borderValue: Đó giá trị đường viền trường hợp đường viền khơng đổi Return Value: Nó trả hình ảnh Code basic c) opening opening = cv.morphologyEx(img, cv.MORPH_OPEN, kernel) d) closing closing = cv.morphologyEx(img, cv.MORPH_CLOSE, kernel) ... cửa sổ xét điểm ảnh có giá trị gần Thực tế quan sát có điểm ảnh có giá trị khác nhiều so với điểm ảnh xung quanh Đó nhiễu Như vậy, nhiễu ảnh số xem dịch chuyển đột ngột tín hiệu ảnh khoảng cách... khơng bảo tồn thường có khả nén cao khơng phục hồi ảnh gốc, ngược lại nén có bảo tồn cho phép khơi phục hồn tồn ảnh gốc Nén ảnh nói chung có cách tiếp cận bản: Python: Đọc ghi ảnh Cv2.imread(r’path’,... phân loại ảnh số? - kn ảnh số: Ảnh số thực tế biểu diễn số học hình ảnh máy có dạng biểu diễn dạng vector dạng ma trận Trình bày phương pháp phóng to (Zooming) thu nhỏ (Shrinking) ảnh số? a)

Ngày đăng: 22/06/2022, 22:58

Hình ảnh liên quan

- kn ảnh số: Ảnh số thực tế là biểu diễn số học của hình ảnh trong máy và có 2 dạng biểu diễn là dạng vector và dạng ma trận - Đề cương Xử lí ảnh HaUI  có Python

kn.

ảnh số: Ảnh số thực tế là biểu diễn số học của hình ảnh trong máy và có 2 dạng biểu diễn là dạng vector và dạng ma trận Xem tại trang 4 của tài liệu.

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan