hw8

在上完作後一堂課後個人可以感受理論與實作的差異
就像是專題研究一樣
把心思好好花在程式碼的撰寫
是我對這堂課最大的收益
對影像處理的運用
比以前更加清楚
由書上學的理論與公式
再去網路上找尋相關的指令運用
在bug中找到自己應該修改的地方
在最後一堂課
大家討論這堂課的比重與方向
我個人覺得這堂課的hw剛剛好
並不會壓到喘不過氣
亦因此才更覺得得好好學習
理論不懂
你會再多也都死板
理論讓我更了解應該怎麼去實作
實作後讓我更加熟練
感覺比強迫教學還來的有意義
至少感覺不差

這門課的難處有三:
(1)將理論轉換成實作的邏輯設計
(2)實作時，在網路上搜尋所需要的指令功能與運用
(3)寫文章，寫出自己真正想表達的東西

好處:
自我學習與實作

hw6

此作業在於模糊化將一像素點與他周遭各點依照九宮格的權重(如下圖九宮格)
將周遭的像素點的值加成在一點上再取平均
讓新圖的每個點數值更加接近
如下圖6-1
圖內左圖為模糊化過後的圖
右圖為原圖
可以看出模糊化後線條部分更加不明
而各點色彩會與周遭更加接近
幾次模糊化後
整張圖將會變得幾乎無法分辨的感覺
全因模糊化時會將分界也一併模糊
個人覺得把各點與周遭乘上權重加起來後
更重要的是你要除以甚麼
必須將原本各權重的值加起來當作最後負責平均的數值
才不會讓加權過後的值超過
或是不明確


圖6-1

HW5

作業中將把灰階圖
透過把原本八位元的二進位rgb值轉換成小於指定位元的值
例如下圖5-1輸入5後會位元最高限定在5
即會把位元剩下原本最後五位數前面補0
我直接用除法的方式把前面的位數去除
(當然也可以用老師教的>>方法)
去除後線條部分會更加明顯
加強分界感
由圖5-1與圖5-2的差別可以看出
輸入5與輸入6後明顯明暗差別跟線條感差距


圖5-1



圖5-2

HW4

原圖:

這次所要交的作業是將原圖做
乘冪律轉換
公式
s=c*(r^garmma)

s為新圖
garmma與c為常數
r為舊圖
個人覺得較重點在於
將(r^garmma)所算出的值
範圍維持在0~255之間
畢竟像素的範圍為0~255所以
c就得設定為(255^(1-r))
RGB分別帶入運算後
在統一家回像素
garmma帶入0.2時結果如下:



加強區域亮度
讓原本過暗的地方
可以清晰顯示

加強區域暗渡
讓原本過亮的地方
亦可清晰顯示

課堂上做負片圖

上一次上課
老師在課堂上
教大家做負片的功能，
負片主要方式就是將每一點的RGB反轉
也就是都用255去減掉RGB值後再取絕對值
利用分析RGB柱狀圖的方式
已經可以分別對RGB作設定

HW3

實作RGB的柱狀圖
利用Bitmap可對二維圖像，
單點RGB個別取值的特性，
個別統計整張圖，
圖中每一列RGB的多寡，
並依照數值可以分析顏色的趨向。
為了控制分析圖的大小，
線性搜尋統計最大者，
當作柱狀圖的大小參考。
code: bmp.GetPixel(x, y).R;
為對bmp 取他的R(red)值 (G 為green)(B 為BLUE)

圖1原圖

圖2柱狀分析RGB圖

HW2

根據上課時所提出的轉換矩陣公式，
利用 bitmap可陣列化的特性，帶入公式。

接著是較難的部分，
定義框架位子。
也就是說你得計算出框架
於新的Bitmap裡的位子。
我選擇用角度
去算出旋轉過後的圖的底下那個三角形。
也就是說下圖紅色的部分
就是我用來訂出框架四個座標點的參考。


當然設計過程包括設計防錯機制，
但唯一的缺點
是我所設定的陣列必須取整數值，
所以對於角度的正餘弦轉換造成的小數值必須取Ceiling
所以在三次以上的旋轉後會造成模糊產生

HW1

首先必須先道歉這麼晚交作業，請見諒。

此為HW1開圖檔並顯示
我在課堂聽老師說要如何開檔後開始研究C語言相關指令
並用C#介面實作
基本上開檔大同小異以宣告一個Bitmap來接收所要求的路徑位子的圖檔(and picture only)
code: Bitmap bmp=new Bitmap(FileName);

圖1 開檔找路徑

圖檔選擇後用Bitmap接收並且直接將Bitmap丟進PictureBox.Image
code: PictureBox.Image=bmp;

圖2 顯示圖片