전공 공부/영상처리 검색 결과

8 개의 검색 결과가 있습니다.

전공 공부/영상처리

푸리에 변환 기반의 잡음 제거

# 1) 필요한 모듈 임포트 import cv2 as cv import numpy as np from matplotlib import pyplot as plt # lenna 영상에 대한 잡음 제거 # 2) 원본 영상과 잡음 영상 읽음 org1 = cv.imread('data/lenna.tif') org1 = cv.cvtColor(org1, cv.COLOR_BGR2GRAY) # 원본 영상 읽음 img1 = cv.imread('data/lenna.tif_patterned.png') img1 = cv.cvtColor(img1, cv.COLOR_BGR2GRAY) # 잡음 영상 읽음 # 3) 잡음 영상 출력 plt.figure('lenna') plt.subplot(231) plt.imshow(img1, cmap=..

2020. 12. 29. 12:31

전공 공부/영상처리

푸리에 변환 기반의 블러링 검출

# 1) 필요한 모듈 임포트 import cv2 as cv import numpy as np # 프로그램 1 # Blur Detection Simulator # 2) 영상 읽음 img = cv.imread('data/imageTextN.jpg') img = cv.cvtColor(img, cv.COLOR_BGR2GRAY) img = img/255 # 3) 블러링 기준 정함 (시그마 0.8일 때 기준으로 함) min_blur = cv.GaussianBlur(src=img, ksize=(21, 21), sigmaX=0.8) # 푸리에 변환 min_f = np.fft.fft2(min_blur) # 스펙트럼 min_fshift = np.fft.fftshift(min_f) # 스펙트럼 합 구함 (블러링 기준으로 정..

2020. 12. 29. 12:24

전공 공부/영상처리

Chroma Key Editor

# 1) 필요한 모듈 임포트 import cv2 as cv import numpy as np # 5) 원본 영상 마우스 클릭시 (x, y) 좌표와 rgb, hsv 값 반환하고 사각형 오리는 작업 def mouse_callback(event, x, y, flags, param): global s_x, s_y, e_x, e_y, mouse_pressed, drawing_needed, print_xy if event == cv.EVENT_LBUTTONDOWN: mouse_pressed = True print_xy = False s_x, s_y = x, y # 선택 시작 좌표 기록 elif event == cv.EVENT_MOUSEMOVE: # 마우스 이동 중 if mouse_pressed: # 누른 상태에서 ..

2020. 12. 29. 12:16

전공 공부/영상처리

UnsharpMasking 커널 기반 처리(나만의 생각..)

import numpy as np import cv2 as cv img = cv.imread('data/lenna.tif') img = img/255 org = np.zeros((19,19)) org[19//2][19//2] = 1 kernel1d = cv.getGaussianKernel(ksize=19, sigma=3) kernel2d = np.multiply(kernel1d.T, kernel1d) # 가우시안 필터 구함 kernel_la = (kernel2d - org) # 라플라시안 필터 구함 kernel = (org - kernel_la) np.set_printoptions(precision=4) print(kernel) result = cv.filter2D(img, -1, kernel) blur..

2020. 12. 29. 12:03

전공 공부/영상처리

UnsharpMasking 트랙 바로 시그마, 스케일 조정

import numpy as np import cv2 as cv Name = 'data/HazyTown.jpg' img = cv.imread(Name) img = img/255 def onChangeSigma(sigma): # 시그마 트랙바 값 변동시 호출되는 함수 blur = cv.GaussianBlur(src=img, ksize=(21, 21), sigmaX=sigma, borderType=cv.BORDER_REPLICATE) global UnsharpMaskImg UnsharpMaskImg = img - blur # 고주파 영상 global shw1 shw1 = np.hstack((UnsharpMaskImg + 0.5, 3 * UnsharpMaskImg)) cv.setWindowTitle('trac..

2020. 12. 29. 12:01

전공 공부/영상처리

히스토그램 명세화 작업 후 r,g,b 채널별 히스토그램 출력

from skimage.exposure import cumulative_distribution from skimage.io import imread import matplotlib.pyplot as plt import numpy as np import cv2 as cv def hist_matching(c, c_t, im): # 매핑하는 함수(원본영상의 ncdf, template의 ncdf, 원본영상) b = np.interp(c, c_t, np.arange(256)) # 매핑 pix_replace = {i:b[i] for i in range(256)} mp = np.arange(0, 256) for (k, v) in pix_replace.items(): mp[k] = v # mp는 매핑 테이블 (LUV)..

2020. 12. 29. 11:57

전공 공부/영상처리

히스토그램 스트레칭 함수 구현

import numpy as np import matplotlib.pyplot as plt import cv2 as cv # 히스토그램 스트레칭 함수 def imadjust(src, input_range=None, output_range=None, gamma=1.0): # (원본영상, 입력범위, 출력범위, 감마) src_dtype = src.dtype if src_dtype == 'uint8': src = src / 255 if input_range == None: input_range = [0, 1] if output_range == None: output_range = [0, 1] low_in, high_in = input_range low_out, high_out = output_range r = ..

2020. 12. 29. 11:52

전공 공부/영상처리

시그모이드 그래프 출력

# 시그모이드 함수 sigmoid_table(m=0.5, w=0.5, E=8) - 중간값을 기준으로 중간값보다 작은 값은 더 작게 중간값보다 큰 값은 더 크게 하여,, 어두운 곳은 더 어둡게 밝은 곳은 더 밝게 변함 - 명암의 대조비 강화시킴 - 중간값(m), 강화 강도(w), 기울기(E)를 매개 변수로 입력 받음 - r은 x축 데이터로 0~1 사이의 float64형 256 btye 배열임 - s는 시그모이드 변환 테이블로 수식 연산 (w/(1+(m/r+eps))**E))+(1-w)*r 을 수행한 결과 값임(Loop Up Table) - 이 함수는 x축 데이터와 변환 테이블 반환함 - 이 테이블을 이용하여 sigmoid_table[img]를 하면 픽셀 값이 인덱스로 들어감 -> 같은 화소 값에 대한 연산..

2020. 12. 21. 17:25