Frekvenční analýza
Fourierova transformace
původní obraz fourierův obraz
filtr dolní propust výsledek zpětné fft
filtr horní propust výsledek zpětné fft
Tipy na obrázky pro FT
http://bernadettesmarketplace.files.wordpress.com/2009/12/stripesonstripes-bw.jpg
http://i1.trekearth.com/photos/45510/stairs_and_stripes.jpg
http://www.bbc.co.uk/blogs/photoblog/595stripes.jpg
http://img.wallpaperstock.net:81/zebra-stripes-wallpapers_13062_1920x1200.jpg
Python
f = np.fft.fft2(im)
fshift = np.fft.fftshift(f)
spek = 20*np.log(np.abs(fshift))
fishift = np.fft.ifftshift(fshift)
im2 = np.fft.ifft2(fishift)
Barva
Barevná schémata
Hue = barva, Value = světlost , Saturation = nasycení
normalizace RGB, vypocet vzdalenosti
Python:
cvtColor()
Příkazy
***2rgb(obraz);
***2hsv(obraz);
***2ycbcr(obraz)
Úkoly
1) definujte frekvenci v obraze
2) vypočítejte fourieruv obraz z obrázku jpg.jpg, použijte funkci fftshift pro posunutí souřadnic do středu obrazu, naprogramujte kruhový filtr který provede vynulování nízkých nebo vysokých frekvencí ve fourierově obraze, proveďte zpětnou transformaci a porovnejte výsledky operací dolní propust a horní propust
3) načtěte si barevný obrázek, převeďte ho do reprezentace HSV, pomocí funkce imcrop vyberte část jednoho barevného objektu ovšem pouze ze složky H, vypočítejte střední hodnotu S a směrodatnou odchylku Q, naprahujte obraz H pomocí těchto hodnot H>S-Q & H