【Image Processing】影像處理筆記
1. Intro
One pictures is worth more than thousand words. 一圖勝千言,表示一張影像資訊,能夠涵蓋大量的資訊
Digital Image 數位影像
數位影像代表一組二維數組上有特定數值,代表著亮度或顏色
- 以特徵的角度思考
- 對於人類,圖像有著豐富的資訊,包含顏色、紋理、邊界,對象,位置等等,這些特徵又可再細分為低中高階特徵
- 對於電腦,這些就僅只是數字的集合(set)而已,因此就需要演算法來將這些集合轉換成有意義的東西🤣
- 在影像處理任務的挑戰
- 需要面對多樣性的複雜場景,包含光照、形變、雜訊、模糊等等
Image Not Showing
Possible Reasons
- The image was uploaded to a note which you don't have access to
- The note which the image was originally uploaded to has been deleted
Learn More →
HSV Color Space
HSV 色彩空間 (Hue, Saturation, Value) 是一種基於人類視覺感知的色彩模型,廣泛應用於電腦圖形學、影像處理與人機互動領域。它由 Alvy Ray Smith 於 1978 年提出,旨在更直觀地描述色彩屬性,相較於 RGB 色彩空間 (Red, Green, Blue) 更貼近人類對顏色的理解方式。
- 色相 (Hue, H)
- 表示顏色的種類或主波長,例如紅、黃、藍等。
- 數值範圍:0° 至 360°(圓環表示)。
- 0° 對應紅色,120° 對應綠色,240° 對應藍色,依順時針方向變化。
- 色相決定了色彩的基本「色調」。
- 飽和度 (Saturation, S)
- 表示顏色的純度或鮮豔程度,即顏色中灰色的含量。
- 數值範圍:0% 至 100%(或標準化為 0 至 1)。
- 0% 表示完全灰色(無色彩),100% 表示最純正的色彩。
- 飽和度越高,顏色越鮮明;越低則越接近灰階。
- 明度 (Value, V)
- 表示顏色的亮度或光強度。
- 數值範圍:0% 至 100%(或標準化為 0 至 1)。
- 0% 表示純黑,100% 表示最亮(取決於色相與飽和度,可能為純白或純色)。
- 明度決定了色彩的明暗程度。
Smoothing Spatial Filter
- Mean Filter
- Median Filter
- 巴特沃斯濾波器
9. Morphology and Image Process
Opening
開操作為先Erosion再Dilation,先將雜訊去除,對於前景來說,會移除面積較小區域,而對於背景來說,會放大有亮度的地方
Closing
閉操作為先Dilation再Erosion