03363620 邱顯耕 HW 06

這份作業主要分為兩大部分，分別為YUV以及RGB的色彩模型。所謂YUV即為Y（Luminance、Luma）明亮度、U和V則代表色度、濃度（Chrominance、Chroma）。

第一部分YUV色彩模型就是讓使用者分別設定好Y值（明亮度），透過設定好的Y值就會出現對應的UV panel，如此一來選好YUV的值對圖片進行調整，如下圖所示。

Y=110

選擇U=138，V=92

原圖

調整之後

心得 :  這種效果就跟我小時候透過玻璃紙看外面的事物一樣，長大則是用手機的修圖APP或PhotoShop來模擬，現在能透過電腦來寫程式並且自己設定每個參數（YUV值）產生不同效果。在程式實作上面主要分為兩大步驟。

第一個是將原來的圖片轉為 ”灰階” 效果，就是每個pixel的RGB值分別乘以0.114、0.587以及0.299並加總在Asign回該pixel的RGB值。

第二是將投影片中的公式帶入http://www.slideshare.net/YKLee3434/color-models-42764103

透過已有的YUV值轉為新的RGB值就會產生這種效果。

 在我看過投影片之後，對於實數空間的矩陣轉換公式其實有點好奇，便參考了這個網頁http://b8807053.pixnet.net/blog/post/3612640-%E6%B7%B1%E5%85%A5%E5%AD%B8%E7%BF%92yuv%E8%89%B2%E5%BD%A9%E6%A8%A1%E5%9E%8B

想進一步了解這公式的推導過程，只是到後面如何轉成整數這邊有點不大了解。

第二部分RGB色彩模型因為是三個維度，因此固定其中一個值 ( 0 ~ 255 之間 )，並觀察另外兩個值 ( 255*255 ) 種顯示在panel上的變化。作法非常簡單只要將選定的值給每個pixel的BRG其中一個，並顯示在三個panel上就可以了。簡單來說就是觀察RGB色彩模型的頗面圖。

例如:將值固定為143表示分別在三度空間上從x、y、z ( RGB ) 上從143切下去觀看其頗面圖。

當R=143，BG顯示如下 :

當B=143，RG顯示如下:

當G=143，RB顯示如下:

02360831_陳文逸_作業5(補交)

這次的作業是濾波器，在課堂上交我們寫的是平滑濾波器以及銳化濾波器。
而作業要做的是胡椒鹽雜訊以及中值濾波器。

(因為RAD Studio 10.1 Berlin到期了所以沒有辦法截程式的圖片)

濾波器就像是一個遮罩，處理選取範圍內的影像，平滑濾波器就是將影像的像素之間處理得更接近，讓影像變得滑順一些。
而銳化濾波器就是相反，是讓影像的細節變得較為清楚。

在寫胡椒鹽雜訊的程式之前我一直不知道該怎麼寫，所以最後作業沒有完成。
於是今天上網查了一下，大概有了一點的概念了，我覺得程式碼應該會是這樣子：

int SaltandPepper = (int) iImageWidth * 0.05;//5%的雜訊
for (j = 0;j < iImageHeight; j++)
{
bPtrImageRow = (Byte *)Image1 -> Picture -> Bitmap ->ScanLine[j] ;
for (i = 0; i < SaltandPepper; i++)
{
                  int Random = rand() % iImageWidth;
                  bPtrlImageRow[Random * 3 ] = 255;
         bPtrlImageRow[Random * 3 + 1] = 255;
         bPtrlImageRow[Random * 3 + 2] = 255;
                 }
}
我想這樣應該可以製作出5%的胡椒鹽雜訊的圖片了。

中值濾波器與前面的平滑與銳化濾波器不同的是，中值濾波器需要排序。
排序之後再將中位數的值取出來來當作色彩值。
所以才有辦法將胡椒鹽雜訊給清除掉，但是當胡椒鹽雜訊的程度過高時，能夠濾掉的雜訊就有限。

02360635 鄭瑞銘 Homework3

色階與曲線調整

色階與曲線調整的操作介面

色階調整使用四個文字輸入框
曲線調整則是點擊白色畫布的任一處


色階調整

圖片的原色彩值(Input)和修改後的色彩值(Output)之間有著這樣的等式：

(Output - Output Min) / (Output Max - Output Min) = (Input - Input Min) / (Input Max - Input Min)


將等式左邊留下Output之後得到此公式：

色階調整的參考公式

接下來的實驗會用：
(Input Min, Input Max, Output Min, Output Max)來表示測試時輸入的數值


從式子來看，Input Max - Input Min會使Output產生無限大的數值，
實際測試 (0, 0, 0, 255) 之後程式也跑出警告視窗告訴我除數不得為零

(50, 200, 0, 255)的組合：

(50, 200, 0, 255)對照(0, 255, 0, 255)

因為(200 - 50) < (255 - 0)，
除數變小的關係，使得圖片整體變亮


(0, 255, 50, 200)的組合：

(0, 255, 50, 200)對照(0, 255, 0, 255)

因為(200 - 50) < (255 - 0)，
乘數變小，使得圖片較為黯淡


(0, 255, 255, 0)的組合：

(0, 255, 255, 0)對照(0, 255, 0, 255)

試著讓(Output Max - Output Min) < 0、(Input Max - Input Min) > 0，結果一整個負片的感覺



曲線調整

由一條經過(0, 0)、(255, 255)和自定義的(x, y)的二次曲線，X軸=Input、Y軸=Output，來調整色彩值。
這部分在撰寫程式時卡了很久，點擊畫布時畫布和圖片都沒反應，最後發現我定義的(x, y)是整數型態，而計算過程多使用浮點數，所以將(x, y)強制轉型成浮點數之後終於能對圖片做色彩調整。

試驗：

(y遠大於x)、(y大於x)、(x=y)

(x大於y)、(x遠大於y)

視覺效果來說我覺得曲線調整比色階調整來得舒適。

02360635 鄭瑞銘 Homework1

影像處理的相關應用程式介紹

使用軟體：Easy Paint Tool SAI

產品LOGO

這款軟體是我從友人那邊得知而來，一款適合電繪新手使用的繪圖軟體，硬要說的話它就像功能強化版的小畫家。
對我這個電繪菜鳥來說它有許多直覺性且簡易操作的介面，像是畫面放大和縮小可以用滑鼠滾輪來操作，方向鍵可以將畫面上下左右移動……
嚴格上它是繪圖軟體，相較於專門處理相片的應用程式來說，SAI撇開了畫筆工具之後能對相片的處理並不多

所以我主要實驗它的濾鏡功能。

操作介面＆濾鏡功能

濾鏡→色相/飽和度

色相(可調整範圍：-100～+100)

(實驗數值：-50、0、+50)

飽和度(可調整範圍：-100～+100)

(實驗數值：-100、0、+100)

明度(可調整範圍：-100～+100)

(實驗數值：-50、0、+50)

濾鏡→亮度/對比度

亮度(可調整範圍：-100～+100)

(實驗數值：-50、0、+50)

對比度(可調整範圍：-100～+100)

(實驗數值：-50、0、+50)

顏色濃度(可調整範圍：-100～+100)

(實驗數值：-100、0、+100)

現在用起來，明度和亮度、飽和度和顏色濃度，這兩組的效果滿相近的

然後色相的功能自己用SAI內的其他功能觀察了色彩變化，似乎是在0～256的範圍內，照著R、G、B的順序對單一色彩值調整。

個人比較好奇的是對比度的定義，數值調到-100的時候整張圖變灰色、+100則是接近全黑，不太明白對比度想要表達什麼。

03360625 余兆為 期末回顧

期末回顧

經過這學期影像處理的課程，讓我了解到一些基本處理影像的方式

其中讓我最印象深刻的是

一些早期的黑白影片

經過影像處理後

轉換成真實的彩色影片

這其中遇到的是作業6的色彩模型 YUV模型

早期的影片只有Y值(灰階值)

所以在轉換成彩色影片時

只要套上UV值

便可以得到結果

但是，困難的地方

我們要如何知道影片中的物件為何

例如：天上的雲的位子、有多大、雲的形狀...等等

這些是非常困難的

之前看到一篇有關影像處理的文章

常常監視器拍到的車牌都是模糊的

例如下面這張照片就看不清楚車牌為何

我們只要使用photoshop中的de-interlance （去交錯），就可以得到清楚的影像

影像處理的應用在生活上隨處可見，可以說是一項非常重要的技術，每個人拍照時一定都會使用，使用相機的特效，其實這就是濾鏡上的應用，也常使用在刑事案件的影像辨識上。

我們所學的只是一些很簡單的原理，往後還有很多影像處理上的演算法可以鑽研、改進。

前陣子在靠北工程師看到這張圖片

那時候正好在寫影像處理作業

蠻好笑的xD

03360625 余兆為 HW06

色彩模型

我們常見的色彩模型有RGB、YUV、CMYK

RGB色彩模型：

顧名思義，由紅色、綠色、藍色所組成，三個數值皆為0─255，由於RGB是色光，所以會越加越亮，當3個顏色的數直都為255時就會呈現白色，反之，都是0時則為黑色。

RGB最常用在顯示系統，例如：螢幕，因此我們在做影響處理作業時，所使用的皆是RGB色彩模型。

YUV色彩模型：

Y表示亮度，U和V則是彩度、濃度。

早期的黑白電視，只有Y值，也就是灰階值，到了彩色電視時，只要忽略UV值，那麼剩下的Y值，就會跟黑白電視的訊號相同，這樣就解決了相容的問題，YUV最大的優點為佔用極少的頻寬。

那為什麼設計彩色電視時，不使用RGB色彩模型呢？

那是因為使用RGB色彩模型，所佔用的頻寬，為黑白頻寬的3倍，所以後來才採用YUV色彩模型製做彩色電視。

CMYK

色彩模型：

C為青色 、M為洋紅色 、Y為黃色、 K為 黑色，模擬印刷時所需的墨水，使用顏料的3原色加上黑色，一般使用在印刷或是大圖輸出，CMYK的數值為0─100，顏色的疊加是越加越深，所以稱之為減色法，這裡剛好跟前面提到的RGB色彩模型相反。由於CMYK的色彩空間較RBG小，所以在印刷時，跟螢幕上的圖片會有色差。

至於，為什麼印刷要使用CMYK色彩模型呢？

從螢幕上的RBG色測模型要轉換成CMYK色彩模型，須經過複雜的轉換，所以如果是用RGB色彩模型來儲存圖片，那如果每次要印刷時，就必須先轉換一次，如果使用不同設備，轉換時就會有所誤差，因此在印刷時皆使用CMYK色彩模型。

接著讓我們來看YUV色彩模型的實做：

這是原圖

首先，將我們拿到的影像轉成灰階
這麼一來，我們就會得到只有Y值的影像
就會跟早期的黑白電視一樣

接著我們就可以加上UV值，將影像轉換成自己想要的顏色

經過這次作業後，瞭解到RGB跟YUV的轉換，在做這個作業的時候，找尋RGB轉換成YUV的方法，發現YUV色彩模型中又有不同的格式，分別有：YUV444、YUV422、YUV411、YV12。大多數的格式，平均每像素皆小於24位元，而我們這次所使用的是YUV444格式，總共有24bits，這個格式為最逼真的模式，但是因此我們得到的影像所佔的空間會比較大。