computer-vision Samouczek
Rozpoczęcie pracy z wizją komputerową

Uwagi

                                        f : R² ⊃ Ω → R

Instalacja lub konfiguracja

Szczegółowe instrukcje dotyczące konfiguracji lub instalacji wizji komputerowej.

W tym i następnych seriach wizji komputerowej będę używać języka Python 2 jako języka programowania. Python jest powszechnym wyborem dla społeczności naukowej, jest bezpłatny, ma wiele bibliotek do darmowego i open-source, a jeśli dopiero zaczynasz programować, jest to jedna z najprostszych do nauczenia się i rozpoczęcia programowania.

Teraz skonfiguruj, jeśli używasz Linuksa, prawdopodobnie masz już Pythona, po prostu otwórz terminal i wpisz „python”, aby sprawdzić, czy wszystko już działa. Inni mogą sprawdzić ten link i pobrać Python 2.7.

Po drugie, będziemy musieli zainstalować biblioteki, których będziemy używać w kodzie źródłowym. Teraz uwaga tutaj, ta konfiguracja została zaprojektowana dla tego przykładu, w późniejszych etapach dodamy różne biblioteki i, oczywiście, różne aplikacje do wizji komputerowej mogą wymagać określonych bibliotek, takich jak OpenCV. Będziemy potrzebować tylko jednej biblioteki do zainstalowania w naszym systemie, aby uruchomić kod. Podczas używania Pythona generalnie instaluję zależności za pomocą 'pip'. Jest to proste narzędzie do instalacji modułów Pythona, możesz je również sprawdzić za pomocą tego linku

Teraz jesteśmy gotowi zainstalować potrzebną bibliotekę, PyPNG. Jeśli używasz pip, wszystko co musisz zrobić, to

pip zainstaluj PyPNG

w terminalu, jeśli używasz systemu Linux / Mac, w wierszu polecenia, jeśli używasz systemu Windows.

Ponadto do tego ćwiczenia musisz uzyskać obrazy, które można znaleźć w linku github obok kodu źródłowego i notesów ipython.

https://github.com/Skorkmaz88/compvis101

Teraz powinniśmy dobrze ćwiczyć

Przykłady

Jest to bardzo prosta seria ćwiczeń do przetwarzania obrazów i wizji komputerowej w języku Python, zaprojektowana z myślą o wprowadzeniu tych tematów przy odrobinie praktyczności. Z góry przepraszam za błędy w debiucie, wciąż jest w fazie rozwoju. W tej serii będę ograniczać obrazy cyfrowe, których możemy użyć, do plików PNG ze względu na prostotę, co również omówię temat kompresji obrazu.

Sklonuj repozytorium, jeśli jeszcze tego nie zrobiłeś, lub możesz po prostu pobrać go tutaj za pośrednictwem Github:

git clone https://github.com/Skorkmaz88/compvis101

Istnieją dwa pliki, z których możesz korzystać, jeden z nich to tutorial0.py, a drugi to ReadingImages.ipynb, drugi to notatnik ipython, jeśli wolisz, możesz to zrobić. Ale dwa pliki robią to samo.

Kod ma wyjaśnienia w komentarzach, jestem

 # libs
import png

# We create a greyscale image as described in our text.
# To do that simply, we create a 2D array in python. 
# x and y, x being horizontal and y being vertical directions.

x  = []
y = []
# Play around with these pixels values to get different grayscale images, they shoud be 
# in range of 0 - 255. 
white = 255
gray = 128
black = 0
width  = 100
height = 300

# Add 100 x 100 rectangle as just white(255) valued pixels
for i in range(0, 100):
    for j in range(0,100):
        y.append(white); # Pixel (i,j) is being set to a value, rest is coding trick to nest two lists 
    x.append(y)
    y = []
    
# Add 100 x 100 rectangle as just mid-gray(128) valued pixels
for i in range(0, 100):
    for j in range(0,100):
        y.append(gray);
    x.append(y)
    y = []

# Add 100 x 100 rectangle as just black(0) valued pixels
for i in range(0, 100):
    for j in range(0,100):
        y.append(black);
    x.append(y)
    y = []

# output image file 
f = open('out.png', 'wb')
w = png.Writer(width, height , greyscale=True, bitdepth=8)
w.write(f, x)
f.close()
# If everything went well, you should have 3 vertically aligned rectangles white, gray and black 
# Check your working folder

# PART 2
# Read a grayscale image and convert it to binary

# This time we will binarize a grayscale image, to do that we will read pixels and according to threshold we set
# we will decide if that pixel should be white or black 

# This file is originally 8 bit png image, can be found in github repository, you should use only this type of
# images if you want to change the image.
f = open('./img/lenaG.png', 'r')

r=png.Reader(file=f)
# You will the details about the image, for now pay attention to size and bitdepth only.
img = r.read()

width = img[0]
height = img[1]
# Threshold value for binarizing images, 
threshold = 128
print "Input image size is: "+ str(width)+ " pixels as  width, " + str(height) + " pixels as height"

f_out = open('lenaBinary.png', 'wb')
w = png.Writer(width, height , greyscale=True, bitdepth=1)

pixels = img[2]
 
x = []
y = []

# Let's traverse the Lena image 
for row in pixels:
    for pixel in row:
        p_value =  pixel
        # Now here we binarize image in pixel level
        if p_value > threshold:
            p_value = 1
        else:
            p_value = 0
            
        y.append(p_value);
    x.append(y)
    y = []

w.write(f_out, x)
f_out.close()