2011台北世界設計大展觀後心得

艷陽高照的早晨




一行人相約去台北世界設計大展

但是因為時間加上人潮的關係(當天是假日，實在是非常多人

因此我們只有逛松山文創園區

然後會場內部真的是非常擁擠

幾乎每個展區都要花上好幾分鐘排隊才能逛到

可見設計的魅力多麼吸引人



好不容易終於進到展區

人潮是有些舒緩，但是有礙於隊伍的行進

感覺大多都是走馬看花

除非是真正非常有興趣的才會放慢腳步

或是停下來細細欣賞



每種設計都有他的故事

除了附有設計師的理念精神外

能夠喚起其他人共鳴的便是好的設計

在展場一隅，有個作品吸引了所有人的目光

學生時期、考試是必經的過程

考卷對大部分的莘莘學子來說是又愛又恨

這件作品將大家的回憶具現化




「收考倦」這個名子取的實在恰當

素材簡單、效果不簡單

而這件作品的創作者們都是跟我們差不多年紀的大學生

同樣都是大學生，他們做得到!

順帶一提，我們靠近並仔細一看那些揉成堆的考卷

發現幾乎都是我們所熟悉的

以前寫到倦了的妙妙卷出現在其中我認為相當適合



之後我們繼續參觀其他展區

各種五花八門、千奇百怪的設計盡收眼底

各個設計作品完全突破我的創意界線

設計不僅只是藝術

他可以結合生活、提升環境品質

更加貼近我們的一切

最後快樂的跟大便D先生合照

人潮太多，導致無法細細品味實在非常可惜!

HW3

這次的作業比較困難

是關於影像色彩處理的部分



首先是彩圖取灰階值的部分

讀入原圖



將影像轉為灰階

並取其灰階值加總以及灰階值分佈

利用第一次作業直方圖均化畫的統計圖

把它運用在這邊表現出灰階值的分佈狀況相當適合

以上便是灰階值處理的部分

接下來是YUV

http://msdn.microsoft.com/en-us/library/ms893078

老師給的這個網站相當好用

一邊研讀一邊嘗試就畫出美美的YUV圖囉!!

很有成就感

利用滑鼠事件去讀取滑鼠點擊的位置

點選不同色塊就會有不同的顏色呈現

假設我點選了淺藍色色塊

在我影像中RGB的B值就會轉換成我所點選淺藍區塊的B值

為了感受差異

我分別對原圖以及灰階圖做處理

以下是原圖的部分




就像在整張影像上鋪上一層淺淺的藍色薄紗

如果是鋪上淺黃色的話

那我想就是復古的樣式

之後我又用了灰階的圖來做色彩的轉換



一樣是鋪上跟剛剛相同的淺藍

感覺又更加不一樣了

HW02

這次的作業一共有三個項目

分別是平滑化、銳化以及中值濾波器

這些都是對圖像內部的pixel做調整、來達到影像處理的效果

接下來就開始分析這三樣處理方式吧!

不過在介紹之前，我先說明一下我第一個遭遇到的錯誤

這些是compile之後、按下任一功能按鈕所跳出的視窗

這意味著你所要處理圖像的位子已超過你實際上影像的大小

會發生這個問題是因為通常我們在設定迴圈範圍時

往往是使用Image1->Height，這樣會有個問題

倘若起初Image1的框線被拉的比讀入的圖像還要大

那麼這樣的迴圈範圍便會造成error

如果要改善這樣的情況，必須要換個撰寫方式

Image1->Picture->Bitmap->Height

如此一來，便精確的訂定了迴圈的範圍必須是圖像本身的大小

那麼出現錯誤的狀況就消失囉!

好~那麼就開始這次的作業介紹

首先是平滑化

正如其名，就是把整體圖像變得柔順平滑

甚至是模糊

從以下的蓮花圖就可以明顯感受出差別

(左為原圖，右為平滑過後)

而平滑化的原理在於將圖像九宮格的pixel值相加做平均

使得相鄰九宮格的pixel變得相近

原本較精細的色彩變成了粗獷的色塊

這也是圖像會變得平滑模糊的關係


或許將圖像變模糊這樣的功能聽起來似乎是物得其反

不過其實也是有他的妙用所在

以下灑滿白點雜訊的萊娜圖

經過平滑化之後，雖然圖像變得較不清晰

但是白點雜訊明顯少了很多!







除了去雜訊

若是想做出意境朦朧的效果

那麼對圖像平滑化會是很好的選擇






接下來是銳化

和平滑化正好相反

銳化會使得影像的邊緣變得清晰銳利

請參考以下的比較圖




銳化的原理比平滑化還要再更複雜一點

其演算法即為取九宮格正中間的pixel值

將該值乘上九並減去相鄰的八格之pixel值

把相減過後所得到的數值全部丟進九宮格

倘若那個值超過255則直接設值為255

反之小於0就設值為0

能將圖像變得銳利相當神奇

於是乎我找了一張有焦點的圖片來做銳化








原先有聚焦的花銳化後依然清晰

甚至有點過頭

而後頭模糊的草經過銳化後

也只是稍微險露出一點輪廓

效果沒有我所期望的好

之後我又找了一張雜訊很多的圖像來測試







其實我只是好奇他會變成怎樣

在測試過過無數張圖後，這張不得不放上來

因為他有種很奇妙的變化

避開雜訊變得更明顯不說

那棵樹和左下角的樹葉清晰到不行

銳化真的非常有趣








最後，就是中值濾波囉!

中值濾波這個名子包含了做法和效果

他可以去除圖像中簡單的雜訊(胡椒鹽)

而且效果比平滑化還要好唷!

他的做法和前兩者大同小異


先取九宮格的pixel值

然後將其九個值拿來排序

將排序過後正中間的那個值取代九宮格的所有pixel

RGB三原色皆要做此動作

即可完成中值濾波

用文字敘述或許艱澀難懂

因此我用小畫家把他繪成意示圖

為了要測試中值濾波的功能

必須要先在原圖灑上胡椒鹽

而胡椒鹽只是以隨機的方式灑上黑白點

在此就不多贅述

見以下灑胡椒鹽及中值濾波的圖

雖然有些圖像變模糊的副作用

但是雜訊去除得更徹底~

無法盡善盡美

不過效果已經非常的好

然而為什麼不能做到滴水不漏

可能是因為九宮格中有五個或超過五個


是黑點或是白點


導致排序後取中間依然還是黑、白點

因此會發生除不乾淨的情況

以下是我再灑了更多的胡椒鹽

然後做中值濾波






再灑更多胡椒鹽、再做中值濾波

很明顯的發現了有越多胡椒鹽在上面

中值濾波的效果就越差

原因是胡椒鹽過於密集

導致上述"九宮格中有五格或更多的點是黑色或白色"

之情況發生率提高

因此中值濾波過後的圖就會不乾淨

心得感想:

經過實際程式碼的撰寫及多次丟圖進去測試

原先覺得複雜難懂的平滑化、銳化、中值濾波變得簡單

加上原圖去比較結果就非常的有感覺

在撰寫過程中所遇到的問題就只有因為不夠細心

而造成的semantic error，導致圖像跑出來的結果是錯的

但回頭看看程式碼再稍微想一下演算法原理

這些錯誤很快就能夠修正

正如同我第一次作業所說

再加上這三樣功能，我離自製小小PHOTOSHOP的目標又更進一步了!

HW01 直方圖均化處理

直方圖均化是什麼?

通常用於增加圖像的對比度，

尤其是當圖像對比度的數據相當接近的時候，

使用這種方法可以讓影像的亮度有更好的表現。



什麼時候使用直方圖均化較佳?

對於影像背景和前景過於明亮或者是太暗的時候，

這種方法非常的有用，

還有曝光過度或是曝光不足的照片，

其效果也是不錯的。



程式撰寫過程

在用BCB撰寫直方圖均化的過程中並沒有太大的問題，

老師在課堂上講得很清楚，

直方圖在先前的課堂上已經都做得出來了，

只要再加上統計、換算成百分比、最後轉置，

就大功告成了。

比較花時間的部分，大概就是尋找適合做均化處理的圖吧!


由於專研方向的關係，暑假有研究過OpenCV一陣子，

我知道OpenCV裡有內建專屬直方圖均化處理的函數，

稍微查詢一下資料就可以找到，

因此，我除了用BCB、還使用了OpenCV實做了這次的作業，

藉此觀察使用BCB和OpenCV做直方圖均化處理有何差異，

在以下程式執行的部分，將會有兩者輸出結果的比較。




程式執行結果

首先，我因為好奇「失焦」的圖像均化之後效果會變得如何，

因此找了一張嚴重失焦的影像做處理(如下圖)，

(BCB直方圖均化-失焦圖處理)

(OpenCV直方圖均化-失焦圖處理)

我發覺均化對於失焦的圖而言並沒有太大的幫助，

如圖所見，其差異性非常的不顯著，

除此之外，其實BCB和OpenCV處理過後的效果也是大同小異呢!

接下來，我又試了一張建築物的「夜景」圖，

但或許是該圖像本身對比度並不低，

導致均化後效果極差，

甚至比原圖還要糟(如下圖)，

(BCB直方圖均化-夜景_建築)

(OpenCV直方圖均化-夜景_建築)

我還是不死心，又再找了其他「夜景」的圖像，

之後終於試出了一張我認為成功的圖像(如下圖)，

(BCB直方圖均化-夜景_橋)

(OpenCV直方圖均化-夜景-橋)

原本昏暗的圖像，經過均化之後變得很明亮，

雖然似乎失去了那份美感，但是圖像更加清晰，

橋上的人變得更為顯眼，

讓我感到神奇的是，這種均化的過程，

似乎是把橋上的燈點綴得更加明亮，

有種變魔術的感覺!

心得感想

還蠻有趣的，寫完程式後找了好多圖片丟進程式裡面執行，

很期待結果會是怎樣，經過那麼多次的嘗試，

我漸漸抓到訣竅，哪些圖像適合均化、哪些不適合，

學會均化之後，若自己或是身旁的朋友有對比度不佳的照片，

或許我能夠幫他加以優化喔! 是個還蠻不錯的技術~

而且阿，我覺得在影像處理這堂課跟著老師的腳步前進，

感覺大家都可以自己寫出個小小photoshop出唷!