Homework Show @ IPC: 96360210 黃彥羲

顯示具有 96360210 黃彥羲 標籤的文章。顯示所有文章

2013年1月13日星期日

96360210 黃彥羲 HW4

所選圖片

JPEG本身的Marker由"FFxx"表示，其中大部分後面接了2個byte表示總共長度，長度後面的內容各自有其意義，當一個Marker跑完時，可以發現緊鄰的下一個又是一個Marker。

FFD8+FFE0

FFD8 : SOI 圖像開始 ( Start of Image )

FFE0 : APP0 應用程式的保存數據
長度 : 0x0010 = 16 ; 因PSPad一行總共16，因此選取部分恰好一行。

FFDB

FFDB : DQT 定義量化表 ( Define Quantization Table )
長度 : 0x0043 = 67 = 2(長度) + 1(Pq+Dq) + 64(量化表內容) ;
可以發現共有兩個"FFDB"，而其Dq各為0和1，對應請見"FFC2"。

根據 " FFDB "可以畫出以下 DQT :
DQT本身呈現Z字走法，因此第一張用小畫家示意。

DQT Dq=0;

DQT Dq=0

DQT Dq = 1;

03	04	05	09	14	14	14	14
04	04	05	0D	14	14	14	14
05	05	0B	14	14	14	14	14
09	0D	14	14	14	14	14	14
14	14	14	14	14	14	14	14
14	14	14	14	14	14	14	14
14	14	14	14	14	14	14	14
14	14	14	14	14	14	14	14

FFC2

FFC2 : SOF2 Progressive DCT, Huffman coding
內容:

0011 : 長度17
08 : 樣本8bit
0177 : 長度375
01F4 : 寬度500
03 : YCbCr
01 22 00 : Y，HiVi=22，對應DQT Dq=0
02 11 01 : Cb，HiVi=11，對應DQT Dq=1
03 11 01 : Cr，HiVi=11，對應DQT Dq=1

FFC4

FFC4 : DHT ( Define Huffman table )
長度 : 0x001C = 28 , 0x001A = 26 ;
00 : DC、Th = 0 ;
01 : DC、Th = 1 ;

根據 " FFC4 " 可以畫出以下Huffman table :

TcTh : 00 / DC 0 號表 :

序號	長度	值	二進位	權值
0	2	0	00	2
1	2	1	01	3
2	3	4	100	1
3	3	5	101	4
4	4	12	1100	0
5	4	13	1101	5
6	4	14	1110	6
7	5	30	11110	7
8	6	62	111110	8

TcTh : 01 / DC 1 號表 :

序號	長度	值	二進位	權值
0	2	0	00	1
1	2	1	01	2
2	2	2	10	3
3	3	6	110	4
4	4	14	1110	0
5	5	30	11110	5
6	6	62	111110	6

FFDA

FFDA : SOS ( Start of scan )
內容 :

000C : 長度12
03 : YCbCr
01 00 : Y，DC用0，AC用0
02 10 : Cb，DC用1，AC用0
03 10 : Cr，DC用1，AC用0

FFD9 : EOI ( End of Image )

2013年1月11日星期五

畫圓方法:判斷每一點到圓心的距離，若小於半徑，則給予RGB值。
-> if ( ( x - o1 ) * ( x - o1 ) + ( y - o2 ) * ( y - o2 ) <= r * r)

RGB值越接近255越濃，三原色分別代表(255,0,0)、(0,255,0)、(0,0,255)，而其中(0,0,0)是黑色，(255,255,255)是白色。

當要畫光的三原色時要先給予RGB值各0，打黑色底。再判斷是否在各顏色圓心距離內，並給值255。
當要畫廣告原料三原色時要先給予RGB值各255，打白色底。再判斷是否在各顏色圓心距離內，並給值0，在這一方面比較像是拿掉顏色，例如拿掉了藍色就會變黃色。

RGBmodel

RGBmodel 調整後

設定一長寬0~255的正方形，則它的長與寬分別就是RGB的對應值(看是什麼模型)

例如: R = x , G = y ，B 則由bar決定。

可以發現不管哪種模型，越接近左下角、右上角，顏色越濃。當選擇值為0時，左上角都為黑色；當選擇值為255時，右下角都為白色。

2012年11月14日星期三

96360210 黃彥羲 HW2

因為filtering必須要用到前一行的ScanLine，所以用另一個image來儲存，來避免計算時用到已修改的數值。但是當想對同一張圖多次Smooth時，必須Smooth->儲存->讀取->Smooth....重複動作，相當得很麻煩。若把計算結果暫存到一個陣列，等全圖都計算完畢後，一次更改記憶體內容，就可以解決這個問題，但是相對的處理速度會比較慢。以下為課本上的1/9算法。

原圖

Smooth 1次

Smooth 第2~10次

事實上第2~10次的結果肉眼看不出差別，但卻比第一次更平滑。

在知道銳化公式後，Laplacian的算法根本就是把Smooth的各項更改係數而已(這裡計算8方向)。再把bPtrImage2[j*3+k] = bPtrImage[j*3+k]+c*iLaplacian。

只是當計算的該點與其周圍八點落差嚴重時，Laplacian會變的很大，很容易超過0~255，會變得像下圖所示。根據常數c=1或-1，圖會有些不同。

銳化 c=1

銳化 c=-1

因此需要將超出範圍的設為極值，圖片才會變得正常。

c=1

c=-1

中值濾波器比前兩個稍微麻煩點。因為只要中值，所以就不排序，直接找5次最大值。
前面連續4次，每次找到最大值就改為0，即下一次該值不會再是最大值，而第5次的最大值就是中值。

一次胡椒

一次胡椒過濾

二次胡椒

二次胡椒過濾

可以看的出來，因為是中值過濾的關係，當胡椒越密集時，越難清除乾淨。

2012年10月19日星期五

96360210 黃彥羲

原圖

均化

一開始的時候真的有被

困擾，必須要把OpenPictureDialog1->Execute外面加上if變成if(OpenPictureDialog1->Execute())，否則當你沒選擇檔案的時候，就會跳出該警告。(Save也是)

大致寫法是照著範例去更改，比較麻煩是把三張合而為一。

打勾以後取消該色直方圖，一開始是透過把該顏色畫筆改為白色重畫一遍，後來想到乾脆直接用FillRect白色填滿整張圖比較快。

三張圖合體後多了一些小麻煩，例如:MouseMove的事件是共用的，如果透過鼠標的X座標去抓資訊，例如顏色用X%3，會把沒有打勾的顏色資訊也顯示出來，還要多判斷該顏色是不是有勾選。後來看到老師範例裡的做法，如果多色同時勾選，只會顯示一個顏色的資訊(優先R>G>B)，其他顏色會被忽略，算是設計上的缺陷吧!

Cumulative方面則是多宣告一個跟iHistogram[3][256]很像的CPCount[3][256]，256是因為ColorLevel是從0~255，CPCount用來累計在該ColorLevel以前的所有Count。再把範例中iHR = int(( float(iHistogram[k][i]) * fHistogramScalar ) + 0.5)裡改成CPCount[k][i] * fHistogramScalar

，結果就出來了。

做到這邊可以發現，畫直方圖這段程式不斷的被重複，因此我一開始想到了method(function)，可是BCB裡的function是不能使用到form裡面物件的。後來想到可以把重複的程式放到一個物件裡，然後給他一個事件(假設物件ABC，事件Click)，之後就可以利用ABCClick(Sender);來呼叫這個事件。