期末回顧

期中：90.22
期末：64.72
平均：77.47

自評：10

總分：77.47*0.8 + 10 + ? = 71.976 + ?

經過好室友的惡性勸誘
我決定把自己臉皮拉厚一點給自己十分

回顧：
每個禮拜都花些時間唸一下
然後期中的時候只有這一科沒有考試
是唯一一件能讓我小小開心的事情

感想：
這是我這學期花最多時間"閱讀"的一科
也是我長這麼大第二個會"預習"的科目

CH 66666666666666666666

星期三晚上賴同鞋突然敲我MSN
告知互評系統有問題
聽說是貼上作業網址，刷新網頁後網址卻不見了

囧 ( 賴同鞋已經寫完ch6了!!! )

收到通知後先把手上的活忙完
接著馬上開工檢查維修

但是室友在樓下3+1開了一桌麻將
洗牌嘩啦嘩啦的聲響和不時傳來的大笑聲
影響了我的注意力
甚至吸引我下去觀看方城之戰
導致我的維修進度嚴重底累

過了大約半個世紀後找出了問題所在
並加以修正
通知賴同鞋幫忙測試沒問題後
就沒什麼精力看CH6了


以上
三分真六分假 一分瞎扯蛋

==============================

自從知道圖片檔的儲存格式之後
在使用編輯軟體放大、縮小圖片就會想：
放大時，原本不存在的 pixel是從哪來的?
縮小時，又怎麼知道要捨棄哪些 pixel?
旋轉圖片時如果轉的角度很奇怪，又是怎麼運算得來的?
這些問題都在這一章得到了說明


利用各式各樣的內插法求出鄰近的、相似的值
放入被放大的元素陣列中
就可以得到看起來被放大的圖片
雖然因為加入的數值會有偏差，讓圖片看起來糊糊的
不過靠更有效果的算法可以盡可能的解決此類問題
也許運算時間會比較長一些
但是對修圖要求也高的人不太會在意這種小問題

明顯的書中效果較好的是
bilinear interpolation 跟 bicubic interpolation

ch6雖然比ch5容易看的懂
不過N多個方程式夾雜在英文中
實在是沒什麼讓人想看的意願 ...

CH5

Mask 遮罩

遮罩有甚麼功用呢

顧名思義就是把某個東西遮起來

在影像處理中，用於遮住圖片的部分區域

然後做修圖的動作

利用這個功能可以做出很多合成圖片哦

例如照片裡前後兩排樹中間原本是沒東西的

用遮罩就可以做出有人在樹叢中的效果

而在書中主要是在對於遮罩遮起來的部分

進行特定的運算處理，即為濾波 Filter

可以對圖片模糊化消除雜訊或是銳利化增加清晰度等等

先知道對圖片做完這些濾波處理會有甚麼樣的功能

瞭解有甚麼用，比較能幫助去理解演算法

(雖然這邊都太高深了，瞭解功能我也不一定懂)

Average Filters 將圖片模糊化

Separable Filters 可以節省時間 ( 節省時間做甚麼事? 不知道 )

Low&High-pass Filters 略過 low&high frequencies

　　　　　　　　　　這邊提到的low&high frequencies是什麼我就看不懂了

Gauss Filter ... ... 好累，寫不下去了

期中回顧

坐夜城雞：
平均 91.245

喀成迴梏：
拜這門課所賜，這學期至少有一科沒有期中考這種東西
在那煎熬的兩週內只有這點能令我小小的輕鬆一下

疫賤：
我是在想
大家在文章裡頭提出的問題
會有人很熱心的幫忙回答
也會有因為沒人懂所以要等教授在課堂上解答的情況

那是不是可以每次的作業都把這些問題蒐集起來
排版成一篇新的文章，以週為單位
並以標籤做出一個"疑問專區"

然後讓大家在下面以回應的方式幫忙回答解惑
若有人回答了，再把回答的部分貼到新文章問題底下附上學號or名字

如果是已經有人回應在原po的文章底下
那複製回答的部分，貼到新文章裡並附上是誰回答的即可

熱心幫忙回答的同學可以視情況斟酌加分
畢竟會回答就表示已經看過課文，這是很合情合理的對吧

此一提議&加分制度皆成立的話
也可以算是一個給前半個學期作業成績不理想的人拉高分數的機會
後半學期多努力還是有希望的 ...



之前有些課就只點名一次當全部出席成績~~~
他的確當了很多人!!
我真的沒有說出那門課是電腦圖學

CH4

原本看完4.2的Arithmetic Operation(算術運算)的反應只有：
嗯嗯，原來如此，這樣減來減去加來加去就可以得到這些阿撒不魯的圖片

等看到了某位同學的文章後
真是驚為天人啊!!
她把imadd用來相加兩張圖片的pixel值
(當然是在兩張圖片size相同的情況下)
然後得到的結果
怎麼似曾相識 ...
哦~ 原來是跟多媒體概論某次實做的結果類似
把兩張圖的RGB值相加或做其他運算輸出

只是不同於imadd的簡易功能，
自己實做的函數還可以調整兩張圖片各自的濃度


4.3.1這邊有點怪異
看得出來 i j 的轉換式只是要把灰階值從5-9拓展至2-14
只是從figure4.19這看圖對照的時候，感覺不太對
右圖並不是我想像中從左圖轉換過去的樣子
差異頗大

...

...

4.4 LUT這邊我在coding時有出現過 error message：
Subscript indices must either be real positive integers or logicals.
讓我丈二金剛摸不著頭腦

LUT可以在大量的複雜運算中簡化、縮短程式的運行
不知道LUT實際上都是用在什麼地方?

week8

課文回顧啊 ...

請教授解釋一下3.5的 Spatial Resolution
和3.6的 Quantization吧
主要是3.6


我是覺得，自己讀雖然也可以挖掘很多問題
但都是很直接、直觀的

譬如書上出現不懂的單字，然後大家都會去查
知道中文意思後，有的人就此打住了，有的人會延續搜尋關於這方面的資料

除此之外，其實還有很多細部的地方，是大家不會太注意去查的
這時候就需要個人，在這堂課就是教授，讓帶大家更深入的去了解
像上次的 colormap
應該不會有多少人會去注意array裡面的變化
就算有注意到，也不一定看得懂，並了解這樣做有什麼功用

有人指導有加倍的效果 (!?


另外，看到某小兵po文
我也想發表一下意見
因為我自己發表文章前後也會去看別人的心得
看了這麼多個星期 多多少少會有點想法

1.程式碼
每次看到大家一股腦的把書上的code貼出來就很無言
大家都有課本而且還要寫心得了，當作你打出來的程式碼別人都沒看過嗎

2.圖(影像)
貼圖真的是賺分數的最佳工具
同上(程式碼)，大家都自己run過一次課文上的程式碼後
呈現出來的圖片結果會跟你的不一樣嗎
頂多是採用的圖片不同啊

真的要貼圖，也是要因為圖片上呈現的效果跟課本上說明的不一樣
所以放上來請人解惑
都沒有問題還貼什麼
真的是 ... ... 再 ... 無言

尤其是教授上課時就 display過的圖片
還有人又貼出來放在自己的文章裡
就算是自己去run出來的結果又如何
別人都不會用圖片練習就對了 要等你貼給大家看
真的是 ... ... 再 ... 再 ... 很無言

不過放美女圖養眼一下我是不介意啦 囧

在這堂課上我 po的心得裡絕對沒有半張圖!!
( 自己偷偷檢查過了 XD )

綜合以上
其實幾乎可以歸咎於"互評系統"這個部分


學生分數互評是個不錯的東西
可以有效激發學生的主動性
但是卻長了歪風 ...
只要 po 出來的文章夠長、圖片夠多
就可以拿 A+B
有多少人管你寫的內容是什麼
搞不好文不對題都還沒人發現
然後 C 拿去丟垃圾桶還會滿出來耶!!

雖然很鳥，但至少互評機制讓大家願意去讀那本都是英文的書
我覺得已經很不錯了
只是之前看到眾多林林總總的心得真的會讓人 ...


還有
互評系統可以改嗎 ... 我的 C不夠用說
沒人接手這個系統我來接好了 = =

Chapter 3

3.2
我覺得這一小節有點莫名其妙
前面還在說明有哪些因素可以影響同一張影像在兩台不同的電腦顯示出不一樣的結果
後面就突然接 A very basic MATLAB function ... 開始講程式
這邊應該要再分出一個小節吧!! 明明就是不一樣的東西

除了講 show 圖的 function 外
這邊我一開始有點混亂後來弄清楚的是 colormap 的操作
colormap(gary(247)),colormap(gary(512)),colormap(gary(128))
感覺像是在操作色盤的色值最大最小值差距
就像0,1,2
當你把最大值2放大成4,而1還在原來的位置，那它就會變1/2


3.3
前面是在講說uint8和double的轉換
簡單的講就是
double() 是直接把數值轉成 double type
im2double() 則是把 image 裡的色值轉換成"相等值"的 double number
其方法就是把每個色值都除以255
反向轉換亦同

呃 ... 後面 binary image 這邊我出了點小問題
照書本上寫，執行 c1 = +c1; 後
c1 應該會是 65535 byte 的 uint8 array
我的卻是 524288 byte 的 double array
... ???


3.4
位元平面圖
這裡好像是在說 least significant bit plane
是用來當作一個 random array 的索引值
遞加上去直到 most significant bit plane
然後把這些東東乘一乘加一加就可以得到原圖?

我還是不太瞭取出 least & most significant bit plane
的作用，或者說"發明"這兩個名詞的用意


3.5
... 待續

C H 2

2.2
除了給出顯示圖片的指令
以及截取某一個 pixel 上的RGB值

另外還有說RGB三色模型只適合顯示在螢幕or電視上
但是仍不足以用來描繪實際上的色彩

2.3
在前言中，提到了 indexed color ( 索引顏色 )
是用以對應顏色對應表的一種方法

如果 monitor 支援24位元全彩
通常都直接採用 true color ( 真實色彩法 )

兩者的差異在索引顏色只支持256色
大多數的媒體動畫應用程式跟網頁所支持的標準顏色數皆為256色

2.3.1
是在說如何取得圖片的資訊

MATLAB 沒有辦法辨識灰階圖片跟二元圖片的差異
但是我們可以從 BitDepth 上得知，若 BitDepth=1 則為二元圖

2.4
檔案類型的轉換
table2.2 是圖片轉換的 function
玩了一下，又讓我想起了當初在阿貴手下自己寫 RGB 轉 Gray 的艱苦日子
而且那個小程式到現在還沒完善 ( 有 bug 囧 )

2.5
一開始有句話我覺得頗好玩
意思是說
就算不知道GIF,TIFF,PNG等的所有圖片格式
你也可以很歡樂的使用MATLAB將圖片在任意格式中轉換

是真的很歡樂
比自己寫程式來轉灰階歡樂好多

再來是 header information 標頭檔
MATLAB 的 imfinfo function即是透過標頭檔取得圖片資訊並顯示

然後說了一堆拉哩拉雜的不外乎是在推崇 TIFF 格式的強大

hexadecimal dump function 這邊看不太瞭

2.5.1
書中認為 vector image 比 raster image 好的地方
在於 vector image 可以變化成任合比例大小而不失其清晰度

raster image 因為其點陣圖形的特性，當圖片被放大至極大時
便會顯示一格一格的小方塊 ( pixel )

raster image 的優勢是表現在檔案的體積上
比如 RIFF 格式 ( Raster Image File Format ) 具有壓縮檔案的功能

2.5.2
PGM ( Portable Graymap File Format) 便攜式灰階圖像格式
又分P2和P5兩種類型

在 PGM 的 header information 中的資料
( PGM 的格式類型、圖片的寬、高、灰階值 )
都是以ASCII碼儲存

圖片的部分則是灰階值的數據

詳細請看此連結

2.5.3
呃 ... M$ 的 BMP 檔而已

2.5.4
GIF 檔最常見的就是網頁上的小型動畫圖片啦

我偶爾也會用 Ulead GIF Animator 5 去修改一些 gif 的圖片
把動畫改成我要的樣子

或者是自己做一些卻有趣的動畫圖片

PNG 是一種非失真性壓縮的點陣圖格式
因其出色的非失真性壓縮
能在不改變圖片的真實度下盡可能的減少圖片體積
使得網頁上多數使用 png 格式的圖片以節省空間

2.5.6
tiff 格式的崛起
是隨著掃描機的進步及個人電腦的強化
而從一開始的二值圖像格式變成了如今的高位彩色圖像格式

不過 tiff 的盛行多是在業界中
一般人常用的還是 jpeg 等

2.5.7
???


2.5.8
imwrite function
將陣列內容儲存成圖片
我還在想用完前面的指令將圖片轉成灰階後要怎麼儲存
這邊就冒出來了
會不會給的太晚了!!　(╯╬￣皿￣)╯~╘═╛

week3

第一章 導覽

1.2 提到了 Image processing 約略有哪些功能
自己在使用圖片編輯軟體的時候
就常玩各種功能，看看會會做出什麼圖片

前一段時間我覺得有個東西很好玩 ─ IE魔術圖
不知道大家有沒有看過網路上流傳過一張照片
正妹的照片反白後變成許什麼純什麼美的 ... ( 大囧 )
就是那個東西

nEO iMAGING 這個軟體可以幫妳做出魔術圖
我也試過網路上自己動手做出魔術圖的方法，不過有點困難


1.3 好像是在說數位影像的產生模式
在 1.3.1 裡先是提到了 Using Light
裡面是以 CCD Camera & Flat-bed Scanner 做例子
看了這兩樣東西儲存圖片的差異，讓我想到以前在學BCB時所做的圖片輸出

CCD Camera 的陣列儲存方式，就好像我們自己用 double for loop 去輸出RGB值形成圖片
而 Flat-bed Scanner 的 Output row，就好像我們用BCB裡的 scanline 函數
一次讀取一列的RGB值去輸出圖片

1.3.2 寫說還有其他方法也能製作數位影像
書裡是以X-ray舉例，讓我有點恍神
因為以前沒把X光片跟影像處理聯想在一起過


1.4是說影像跟數位影像的區別
我們可以很簡易的取得一張以二維的黑白Image，每一個點只有一個0-255的值
而Digital Image的pixel設定，得以在每個點上儲存RGB三個色值，形成彩色的圖片
( 這邊我有點不太瞭，感覺像是說過去和現在影像的區別? )

不過之前在用BCB玩RGB時，黑白照片也都是一次設RGB三個值
不過同一個點上的RGB三個值都是相同的，所以可以把她想像成書裡說的黑白Image

每個pixel附近都可以形成它的neighborhood
書裡只說neighborhood是什麼，卻沒有提到它可以做什麼
讓我有點納悶劃分出neighborhood有什麼功用


後面則是講一些Image的格式內容等等
這部分比較制式化的內容，看看了解而已
再則之前學BCB時也接觸過圖片的格式
( 最早是在阿貴教cpp時就有學過BMP )
所以沒什麼想法產生

不過我覺得 exercise 裡有些題目挺有趣的
像是第1題，她要妳去看電視，並注意電視畫面的影像處理
我自己偶爾就有在做類似的想像、解析
因為對畫面的處理什麼的，可以幫助我在剪輯影片時製作比較好玩的動畫效果
有時會也會對某些廣告的影像處理部分感到驚艷
覺得她們用了很棒的轉畫面手法，或是出人意表的動畫轉像
不過妳要是問我記得哪些很棒的畫面，我會說都忘了 哈
只是驚嘆而已，沒有深入研究很快就忘了

MATLAB 初體驗

還記得MATLAB這個名詞是在大一時
從一個在國外念大學的朋友口中第一次聽到
不過當時沒甚麼在意
現在接觸過後，感想就是
很好，很強大
然後有點感嘆

MATLAB功能多元化，應用層面廣泛
還有很多人性化設計
從一個使用者的角度來看
挺佩服開發這套軟體的人

雖然尚不熟悉
但一切都會慢慢上手的