HW3

作業3是作3D圖，其實至從阿凡達之後什麼都來3D，

最讓我印象深刻的應該是去資訊展的時候體驗了3D電視，

真的好酷。

這次我自己寫3D，娃屋!! 酷!!

其實感覺很簡單，就在左眼跟右眼附近各拍一張照片，

之後左眼取出紅色的值，右眼則是取出藍色跟綠色的值，

最後把RGB合在一起。

可是我覺得我做出來的圖 效果有點差。

左眼

右眼

3D

hw4

作業四濾鏡處理，我覺得平滑、銳利、中位數濾鏡其實都還蠻簡單的。
過程中沒有遇到什麼太想破頭的問題。
平滑化：

平滑化應該是三個裡面最簡單的。每個像素把周圍八個像素給加總，最後在除以9。


銳利化：

銳利化，本來以為用動物會讓效果比較清楚，因為圖太小了，所以看不出來，老虎那個毛清晰的樣子，不過確實是銳利化了，整隻老虎有立體起來的感覺。

銳利化說真的寫完，我還是有點不太懂那個係數?看了課本又是二階導數又是普拉普斯，真是越來越困惑了。

另外，本來依舊想要用資工彌的那張照片，可是不知道爲什麼銳利化後的圖片，會感覺好老唷！所以就改成動物。

code:

for (int i=1;iHeight-2;i++)

{

byte *row0 = new byte[1];

byte *row1 = new byte[1];

byte *row2 = new byte[1];

byte *row = new byte[1];

row0 = (byte *)Image1->Picture->Bitmap->ScanLine[i-1];

row1 = (byte *)Image1->Picture->Bitmap->ScanLine[i];

row2 = (byte *)Image1->Picture->Bitmap->ScanLine[i+1];

row = (byte *)Image7->Picture->Bitmap->ScanLine[i];

for (int j=1;jWidth-2;j++)

{

int x=0, y=-1, z=5; //係數

r=(row0[(j-1)*3])*x+(row1[(j-1)*3])*y+(row2[(j-1)*3])*x

+(row0[j*3])*y+(row1[j*3])*z+(row2[j*3])*y

+(row0[(j+1)*3])*x+(row1[(j+1)*3])*y+(row2[(j+1)*3])*x;

g=(row0[(j-1)*3+1])*x+(row1[(j-1)*3+1])*y+(row2[(j-1)*3+1])*x

+(row0[j*3+1])*y+(row1[j*3+1])*z+(row2[j*3+1])*y

+(row0[(j+1)*3+1])*x+(row1[(j+1)*3+1])*y+(row2[(j+1)*3+1])*x;

b=(row0[(j-1)*3+2])*x+(row1[(j-1)*3+2])*y+(row2[(j-1)*3+2])*x

+(row0[j*3+2])*y+(row1[j*3+2])*z+(row2[j*3+2])*y

+(row0[(j+1)*3+2])*x+(row1[(j+1)*3+2])*y+(row2[(j+1)*3+2])*x;

if(r>255)

r=255;

if(r<0)

r=0;

if(g>255)

g=255;

if(g<0)

g=0;

if(b>255)

b=255;

if(b<0)

b=0;

row[j*3]=(byte)(r);

row[j*3+1]=(byte)(g);

row[j*3+2]=(byte)(b);

}

}

-------------------------------------------------*

中位數濾鏡：

中位數濾鏡最讓我頭痛的應該是排序法，突然有點對不起熊大，我把演算法都忘掉了><:::。

而有胡椒鹽圖片是我自己用小畫家點出來的。

code:

//中位數濾鏡主code

for i to Image的長
{
宣告原圖跟目的圖的ScanLine;
for j to Image的寬
{
前面把R_array, G_array,B_array把每個RGB給取好。

r = QuickSort(R_array,0,8);

g = QuickSort(G_array,0,8);

b = QuickSort(B_array,0,8);

row[j*3]=(byte)(r);

row[j*3+1]=(byte)(g);

row[j*3+2]=(byte)(b);

}
}

//快速排序法 且回傳值為中位數

int QuickSort(int data[],int left,int right)
{
int num = right+1;
int i,j;
if(left {
i=left+1;
j=right;
int target=data[left];
do
{
while((data[i] i++;
while((data[j]>=target)&&(i<=j))
j--;
if(i {
int temp;
temp=data[i];
data[i]=data[j];
data[j]=temp;
}
}while(i if(left {
int temp;
temp=data[left];
data[left]=data[j];
data[j]=temp;
}
QuickSort(data,left,j-1);
QuickSort(data,j+1,right);
}
return data[num/2];
}

-----------------------------*

HW2

我本身看了老師的程式之後，就差不多知道怎麼寫了。直方圖統計的流程就是:
1.初始化儲存資料的變數
2.取得原始資料的RGB值
3.R,G,B著色
4.調整位置
過程中，我遇到最大的問題應該是調整位置的地方，因為一開始出現的圖只有一部分，我以為我寫錯了，可是沒有想到我是對的，只是直方圖太大，所以我就用

Image->Height*(1.0-(float)t/(float)max)，取得最高的RGB直之後把他依照比例縮小。另外，就是要用float，因為我之前傻傻的用int(因為小數0.xxx都會變成0，所以直方圖會沒有東西)，結果debug超久。

以下是直方圖統計：
code:

for (int k=0;k<3;k++)>

for (int i=0;i<256;i++)

{

iHistogram[k][i]=0;

iCumulativeHistogram[k][i]=0;

}

for(int i=0;iHeight;i++)
{
byte *row = new byte[1];
row = (byte*)Image1->Picture->Bitmap->ScanLine[i];
for(int j=0;jWidth;j++)
{

for(int k=0;k<3;k++)>

{

iHistogram[k][row[j*3+k]]++;

}

}

}

Image3->Canvas->Pen->Color = clRed;
Image4->Canvas->Pen->Color = clGreen;
Image5->Canvas->Pen->Color = clBlue;

for (int i=0;i<256;i++)

{

int tR = int(( float(iHistogram[2][i]) * fHistogramScalar ) + 0.5);

Image3->Canvas->MoveTo(Image3->Width*((double)i/256),Image3->Height);
Image3->Canvas->LineTo(Image3->Width*((double)i/256),Image3->Height*(1.0-(float)tR/(float)maxR));

int tG = int(( float(iHistogram[1][i]) * fHistogramScalar ) + 0.5);
Image4->Canvas->MoveTo(Image4->Width*((double)i/256),Image4->Height);
Image4->Canvas->LineTo(Image4->Width*((double)i/256),Image4->Height*(1.0-(float)tG/(float)maxG));

int tB = int(( float(iHistogram[0][i]) * fHistogramScalar ) + 0.5);
Image5->Canvas->MoveTo(Image5->Width*((double)i/256),Image5->Height);
Image5->Canvas->LineTo(Image5->Width*((double)i/256),Image5->Height*(1.0-(float)tB/(float)maxB));
}
------------------------------------*

接著是直方圖均化，

主要就是要把bHistogramEqualizationTable跟灰階調色盤給弄好，

其實看了老師的範例程式，很簡單就弄出來了。

只是我就在想了直方圖均化到底在做什麼阿!?

我其實本來沒有太具體的感覺，就覺得只是增加對比，

後來我很無聊的把Histogram Equalization拿去google，

在wiki找到比較具體能讓我了解。

後來把均化後的圖 再做一個直方圖統計。

本來很擠的直方圖統計，突然整個均等的分佈了

(可以跟剛剛原圖的直方圖統計，很明顯的均化了)。

HW1

其實因為之前忙專研總審，所以有點跟不上上週的進度，

特別是調色盤的地方。

說真的本來我不想要用 new一個TImage物件的方式(像老師那樣 TImage *imNEW; )，

所以我都是直接 把原圖直接複製 在灰階修改。

code:

Image2->Picture = Image1->Picture;

---------*

後來怎麼樣run都run不出來，我還以為是因為要像老師new一個TImage物件那樣，

後來發現不是這句的錯，並順便証明我的也可以。

一開始開頭就說 有點跟不上進度，聽到有作業說要做什麼灰階，

我本來信心滿滿，寫完黑白2色 我還在那邊的得意洋洋。

黑白2色

code:

//用 ScanLine的方式 在用if判斷

if(row[a*3]<=128)

{

row[a*3] = 0;

row[a*3+1] = 0;

row[a*3+2] = 0;

}

else

{

row[a*3] = 255;

row[a*3+1] = 255;

row[a*3+2] = 255;

}

---------------*

而灰階4色也是如法砲製，可以說if到底。

灰階4色

後來發現if並非萬能，因為有128種灰階，總不能寫128種if來判斷吧！

我才開始翻開老師 同學們的上個禮拜的程式範本自己研究。

結果一弄....

就從學校弄回家，一回家開BCB，

甚至是把我原本的寫法都刪掉，學老師用new的 把所有的設定都弄好，

竟然還是不行，

那我只能出殺手賤了，接著對照跟同學的程式到底哪裡錯了，

甚至是Ctrl c Ctrl v來測試。差不多5個小時都在弄灰階8色。

我後來還一行行對照，為什麼同學的可以? 我卻殘念...ざんねん ざんねん ざんねん ざんねん

我發現了 我終於發現了...我哭了 ><::::::: ←感動的眼淚

code:

//前面則是像老師 老師new我就new什麼 老師設什麼 我就設什麼

.....

.....

....

for (int i=0; i<256;>

{

PaletteEntry.peRed = gray[i/(256/8)];

PaletteEntry.peGreen = gray[i/(256/8)];

PaletteEntry.peBlue = gray[i/(256/8)];

SetPaletteEntries(GrayPaletteHandle,i,1,&PaletteEntry);

}

newpic->Picture->Bitmap->Palette = GrayPaletteHandle;

for(int i=0; iHeight; i++)

{

row1 = (Byte *)Image1->Picture->Bitmap->ScanLine[i];

row2 = (Byte *)newpic->Picture->Bitmap->ScanLine[i];

for(int a=0;a <>Width ;a++)

{

row2[a] = (Byte)(0.299*row1[a*3+2]+0.587*row1[a*3+1]+0.114*row1[a*3]);

}

------*

耗盡5個小時的 灰階8色

而我錯的地方是這句，我後面的是寫i，而正確的應該是讀a。

row2[a] = (Byte)(0.299*row1[i*3+2]+0.587*row1[i*3+1]+0.114*row1[i*3]);

也因為這句，我知道其實我之前寫的都是對的。

(其實都跟老師差不多，只是我是assign原圖，不是用new，也沒有設定一堆top 長高之類的)

if( 打通任督2脈 == 搞懂灰階8色)

{

cout<<灰階16色;

cout<<灰階32色;

cout<<灰階64色;

cout<<灰階128色;

}

else

{

for(5小時)

debug();

}

return 100分;