HW3

RGB三色塊：
這是上課老師帶著我們做的RGB三色塊，
下方的TrackBar可以調整他們所缺少的顏色的值，
例如最左邊的B and G圖所能調整的就是R的值，
另外兩張以此類推。


以下是將三色調至255的結果，
看起來比原本的漂亮許多，
果然人們還是比較喜歡明亮且互補的顏色。


YUV單一色調轉換工具：
再來是YUV模型，Y代表亮度，U代表色度，V代表濃度。
要利用剛剛做的RGB模型，代入維基百科的公式再利用ScanLine就能完成了。

要先將圖片先轉成灰階。


下圖是一開始將Y值調為0時的色塊，
看得出來幾乎沒有亮度。


再來要點選色塊上的顏色給圖片UV的值，
並且將亮度Y值調為適中的128，
點選紅色所呈現的效果


點選綠色所呈現的效果


點選藍色所呈現的效果

每張圖下方的TrackBar可以調整Y值控制明亮度。

心得:這次的作業雖然是由淺入深，但跳的階層實在太大，一開始做RGB3色塊時還很信心滿滿，覺得這次作業怎麼會這麼簡單，直到看到老師真正給的作業才晴天霹靂，明明印象中老師只是將公式放進去RGB色塊的程式碼裡就能直接轉換成功，但自己真正在做時卻一直試也試不出來，後來老師才提示我要利用ScanLine這個完全被我遺忘的函數 ，才轉換成功。至於HSI，因為自己的程式能力不足，無法做出來，身為老師的專研生，真的是相當慚愧，但我會再利用空閒時間，繼續研究，把這份作業完成。

心得報告-台北世界設計大展

我們去的展覽是台北世界設計大展
主題是:「交鋒，Design at the Edges」

這是進門發給我們的DEMO跟包裝的很有質感的水。


由於這次辦的展覽號稱「世界級」，因此展館也大到必須分區展覽，
而我們挑了比較重點的松山文創園區去做參觀。
這邊就是松山區的入口，還看的到國父紀念館跟台北１０１。



下圖是以撿回來的資源回收和古早時候的紙娃娃做結合，
在告訴我們被胡亂丟棄的玩具和地球的痛苦，
一面告訴我們珍惜自己現有的、一面倡導資源回收的重要性。


下圖「收考倦」是以我們從小學開始到高中所有科目所有版本的考卷所堆起的山，
我們真的有看到以前曾經寫過的考卷，
山上還有一隻紙做象徵童年的小木馬。

看到這個設計真的令人感慨萬千，
從小大人們就要我們捨棄童年，
寫一張張都能堆成山的考卷，
卻忘了，
童年是我們開發自我的重要時刻，
長大了，
考卷寫完了，
我們也忘了自己最初的夢到底是什麼；
這就是台灣的教育。


這是仿西洋棋的中國國粹之一「象棋」，
看到這麼本來很想帶回家收藏，
可是它的價錢時在令人望之卻步。


下圖是用投影機將導覽人員投影在一塊人型板上，
又一個科技結合人性的好例子，
這導覽人員真的會介紹我們所在展區的特色，
還可以在不碰觸到的情況下翻她手上的書，
沒記錯的話好像也是利用Kinect所呈現的效果。


不免俗的要來張大合照。
後面那隻是這次設計展的吉祥物，
它象徵所有設計人都需要的三頭六臂，
不過我們一開始真的以為是大便。


這次的展覽讓我們見識到設計人的創作靈感真的是無所不在，
而且現場也有很多資訊結合藝術與人性的作品，
給了我們很多可以試著嘗試的念頭，
反過來想想，
其實我們也算是藝術家，
只是我們所創作的是一行一行的邏輯程式，
但要如何應用在生活上，
就是我們這些資訊藝術家該去傷腦筋的了。

HW2 空間濾波器

平滑化前:


平滑化後:

由第一次作業可知每張圖片都是由一個個像素所組合起來的,而平滑化的做法是將每一點像素與其周圍九宮格像素的值加總後取平均,也就是除以9,這樣會造成圖片模糊三倍,又我所選擇的圖片是彩色圖片,所以要分為RGB各取一次做加總平均。

銳化前:

銳化後:

銳化的做法和平滑化很類似,都是取像素點的九宮格做變化,只是銳化為將每個像素點的值分別乘上數值後再加起來,這種做法會造成圖片對比度增加,且圖片細部線條更明顯,讓人有種銳利的感覺,才會稱之為銳化,要注意的是銳化在演算的過程中會使值大於255或小於0,所以要令最大值為255最小值為0才不會使圖片變的怪異。

中值濾波器處理前:

中值濾波器處理後:

去除胡椒鹽是老師講的最多次,也算是最簡單的部分,只要將像素點九宮格的值取出來做排序再取中位數放回去,就可以把雜訊去除,雖然無法完全把胡椒鹽清乾淨,但效果已經讓人很驚艷。

心得:這次作業是不管是在觀念還是實作上都有銜接上一次均化的概念,也大量運用到老師上課講的像素點與其九宮格能做什麼處理,又會對圖片造成什麼影響,也讓我對BCB運用上更加順手,中值濾波器是我覺得最厲害的影像處理方法之一,因為寫法簡單,卻能輕鬆解決最麻煩的圖片,若是修圖人員必須一點一滴把胡椒鹽去掉,想必是很花費時間與人力的。

HW1直方圖與均化

均化前:很明顯的發現其亮度太強，且對比度較低，顏色也由直方圖看出偏向色彩強度較高的部分。




均化後:發現對比度變強了，且顏色強度的分布也較為平均。



直方圖做法:
1.將圖片的RGB值抓出
2.進行統計
3.再利用元件畫出

均化做法:
1.先用直方圖統計色彩(PDF)
2.再做累積的統計圖(CDF)
3.產生新舊色彩的對照圖
4.最後利用scanline將每個值調換過來


心得:上課時聽老師講解時都聽得懂，卻因為程式能力的不足而難以將其轉化為程式語言，甚至一開始連該拉哪個元件都不曉得，幸好經過高人指點，瞭解每個元件的用途以及該如何把我想表達的轉化為程式碼，才能完成這次作業。將程式完成後困難的就是找到適合的圖片，原本只是隨便貼一張圖片試試看，卻發現若是由太過高級的相機所拍的相片，均化過後幾乎沒什麼改變，於是我才真正了解均化對圖片所做的處理，即對背景和前景都太亮或者太暗的圖像做增強對比並修改亮度使圖像的細節更為明顯。