[第十一天] 影像處理(1) | 影像辨識 灰階
影像處理大致上可分為7個步驟:1.擷取影像(acquiringtheimage):可能從相機來或電子顯微鏡。2.前置處理(preprocessing):將影像處理程適合接下來步驟的樣子。3.切割(segmentation):例如擷取車牌號碼4.表示與描述(representationanddescription):尋找曲線或corner來辨識車牌數字5.辨識與解讀(recognitionandinterpretation):給物體不同標示與意義,例如是那個縣市的車數位影像的類型有四種:1.Binary:二元影像非黑即白,每個像素只佔1位元。適合文字、指紋等。2.Grayscal:灰階影像從0(黑)~255(白),每個像素8位元。3.RGB:由紅藍綠調配深...
影像處理大致上可分為7個步驟:1.擷取影像(acquiring the image):可能從相機來或電子顯微鏡。2.前置處理(preprocessing):將影像處理程適合接下來步驟的樣子。3.切割(segmentation):例如擷取車牌號碼4.表示與描述(representation and description):尋找曲線或corner來辨識車牌數字5.辨識與解讀(recognition and interpretation):給物體不同標示與意義,例如是那個縣市的車
數位影像的類型有四種:1.Binary:二元影像非黑即白,每個像素只佔1位元。適合文字、指紋等。2.Grayscal:灰階影像從0(黑)~255(白),每個像素8位元。3.RGB:由紅藍綠調配深淺從0~255,有255的三次方需要用24-bit又稱24位元彩色影像。4.Indexed:大部分影像都只用到1600萬種可能顏色的一小部分。為了方便儲存及處理於是建立色譜(color map)或調色盤(color palette)。每個像素的值不代表像素的顏色,是代表色譜上對應顏色的索引(index)ex:GIF檔
認識數位影像的儲存格式後,要來學習一下幾個常用的影像處理演算法
Histogram灰階影像的直方圖,可以推論出影像大致上的特性。較暗的影像灰階值聚集在數值低的區域,整體亮的或曝光過度的灰階值聚集在數值高的區域,對比均衡灰階值平均分散於所有範圍。
我們從scikit-image的參考網站[1]來測試灰階直方圖等化效果
import matplotlib import matplotlib.pyplot as plt import numpy as np from skimage import data, img_as_float from skimage import exposure matplotlib.rcParams[font.size] = 8 def plot_img_and_hist(image, axes, bins=256): """Plot an image al...