برچسب: عکس

کار با تصاویر توسط ImageMagick

در دسته‌بندی نشده2018-07-07 محمد حسن ستاریان

نویسندگان ‌: محیا مهدیان و محمد حسن ستاریان

imagemagick

ImageMagick یک مجموعه فوق‌العاده از کتابخانه (Libraries) و برنامه (Binaries) رایگان و متن‌باز و چندسکویی برای کار با تصاویر پیکسلی (Raster Graphics) و برداری (Vector Graphics) با امکانات فراوان برای نمایش، تبدیل، تغییر و ویرایش است و می‌تواند با بیش از ۲۰۰ فرمت مختلف تصویر کارکند. از این برنامه می‌توان از طریق رابط خط فرمان (CLI) و یا برنامه‌ های نوشته شده توسط کتابخانه‌های آن در زبان‌های دیگر استفاده کرد. برای آشنایی با ImageMagick تنها به این پست اکتفا نکرده و حتما مستندات آن را بخوانید.

برای مثال تمامی تغییرات زیر به راحتی با استفاده از خط فرمان قابل اعمال به تصاویر هستند:

ImageMagick examples

در ادامه چندتا از دستورات پر استفاده را مرور می‌کنیم. اما قبل از آن روش نصب:

نصب

ImageMagick چندسکویی بوده و برای سیستم‌عامل‌های مختلف در دسترس است. برای استفاده از آن می‌توان از کتابخانه‌های آن برای زبان‌های مختلف من جمله C و ++C، پایتون، PHP و غیره استفاده کرد و یا برنامه‌های آماده (Binaries) آن را نصب و استفاده کرد.

ویندوز

برای نصب ImageMgick در ویندوز می‌توان فایل نصب (exe) آن را دریافت کرد و یا با استفاده از پکیج منیجر Chocolatey (از اینجا دریافت کنید) با وارد کردن دستور زیر در CMD آن را نصب کرد:

choco install imagemagick

1	choco install imagemagick

لینوکس

برای نصب ImageMagick روی لینوکس، از دستورات زیر استفاده می‌کنیم:

sudo apt update
sudo apt install imagemagick

1 2	sudo apt update sudo apt install imagemagick

اطلاعات بیشتر

روش استفاده

استفاده از ImageMagick توسط رابط خط فرمان بسیار ساده است (لیست مثال‌های استفاده). قالب اجرای دستورات با استفاده از دستور magick --help و magick -usage به صورت زیر است (برای مشاهده کامل خروجی روی کد دوبار کلیک کنید):

C:\Users\> magick -usage

Version: ImageMagick 7.0.7-37 Q16 x64 2018-05-30 http://www.imagemagick.org
Copyright: Copyright (C) 1999-2018 ImageMagick Studio LLC
License: http://www.imagemagick.org/script/license.php
Visual C++: 180040629
Features: Cipher DPC Modules OpenMP
Delegates (built-in): bzlib cairo flif freetype gslib heic jng jp2 jpeg lcms lqr lzma openexr pangocairo png ps raw rsvg tiff webp xml zlib
Usage: magick tool [ {option} | {image} ... ] {output_image}
Usage: magick [ {option} | {image} ... ] {output_image}
       magick [ {option} | {image} ... ] -script {filename} [ {script_args} ...]
       magick -help | -version | -usage | -list {option}

All options are performed in a strict 'as you see them' order
You must read-in images before you can operate on them.

Magick Script files can use any of the following forms...
     #!/path/to/magick -script
or
     #!/bin/sh
     :; exec magick -script "$0" "$@"; exit 10
     # Magick script from here...
or
     #!/usr/bin/env  magick-script
The latter two forms do not require the path to the command hard coded.
Note: "magick-script" needs to be linked to the "magick" command.

For more information on usage, options, examples, and techniques
see the ImageMagick website at    http://www.imagemagick.org

Usage: magick tool [ {option} | {image} ... ] {output_image}

Usage: magick [ {option} | {image} ... ] {output_image}

magick [ {option} | {image} ... ] -script {filename} [ {script_args} ...]

magick -help | -version | -usage | -list {option}

قالب تمامی دستورات شامل، خواندن تصویر، اعمال تغیرات روی آن و مشخص کردن خروجی است.

در ویندوز تمامی عملیات‌ها با دستور magick شروع و گاهی لازم است پس از دستور magick علمیات مربوطه نیز نوشته شود (لیست دستورات)، اما در لینوکس دستورات با اسم عملیات شروع می‌شوند.

پس توجه داشته باشیم دستورات به فرم magick convert در لینوکس به صورت convert استفاده خواهند شد.

همچنین ImageMagick از globbing برای آدرس‌دهی پشتیبانی می‌کند. بنابراین بجای تغییر چندین تصویر بجای دستور حلقه زیر:

for %f in (*.‌png) do magick mogrify -resize 50% $f

1	for %f in (*.‌png) do magick mogrify -resize 50% $f

از دستور زیر استفاده می‌کنیم:

magick mogrify -resize 50% *.png

1	magick mogrify -resize 50% *.png

که مزیت آن علاوه بر سادگی، قابلیت همزمان سازی ImageMagick است که سرعت کار را افزایش می‌دهد.

دستورات

نمایش (Display)

برای نمایش تصویر می‌توان در ویندوز از دستور imdisplay و در لینوکس از magick display استفاده کرد.

# Windows
imdisplay image.png

# Linux
magick display image.png

# Windows

imdisplay image.png

# Linux

magick display image.png

تبدیل (Convert)

برای تبدیل فرمت تصویر کافیست مانند نمونه دستور زیر فرمت خروجی را مشخص کنید:

magick image.jpg image.png

1	magick image.jpg image.png

همچنین با استفاده از دستور convert نیز می‌توان فرمت تصویر را تغییر داد و به علاوه این دستور می‌هواند تغییرات دیگری نیز در حین تغییر فرمت بدهد. برای مثال دستور زیر لبه‌های تصویر (که نتیجه اعمال فیلتر canny با سایز کرنل مشخص شده است) را در فایل خروجی ذخیره می‌کند:

magick convert image.jpg -canny 0x1 -negate image-canny.jpg

1	magick convert image.jpg -canny 0x1 -negate image-canny.jpg

کاهش کیفیت (Reduce Quality)

از راه‌های فشرده‌سازی تصویر کاهش رزولوشن آن است با دستور زیر می‌توان درصد کیفیت تصویر خروجی را مشخص کرد. اینکار نیز با دستور convert قابل انجام است:

convert image.jpg -quality 75 output_file.jpg

1	convert image.jpg -quality 75 output_file.jpg

تغییر سایز (Resize)

برای تغییر سایز تصویر می‌توان از دستور resize استفاده کرد. روش‌های دیگر مشخص کردن سایز خروجی را ببینید.

# Using precentage
magick image.png -resize '200%' bigWiz.png

# Using percentage for one axis
magick image.png -resize '200x50%' longShortWiz.png

# Maximum values of height and width given, aspect ratio preserved.
magick image.png -resize '100x200' notThinWiz.png

# Minimum values of width and height given, aspect ratio preserved.
magick image.png -resize '100x200^' biggerNotThinWiz.png

# Width and height emphatically given, original aspect ratio ignored.
magick image.png -resize '100x200!' dochThinWiz.png

# Or, using mogrify
magick mogrify -resize 80% image.jpg

# Using precentage

magick image.png -resize '200%' bigWiz.png

# Using percentage for one axis

magick image.png -resize '200x50%' longShortWiz.png

# Maximum values of height and width given, aspect ratio preserved.

magick image.png -resize '100x200' notThinWiz.png

# Minimum values of width and height given, aspect ratio preserved.

magick image.png -resize '100x200^' biggerNotThinWiz.png

# Width and height emphatically given, original aspect ratio ignored.

magick image.png -resize '100x200!' dochThinWiz.png

# Or, using mogrify

magick mogrify -resize 80% image.jpg

با استفاده از دستور mogrify نتیجه در خود تصویر ورودی ذخیره می‌شود بنابراین دیگر نیازی به مشخص کردن فایل خروجی نیست.

تصویر مختلط (Collage)

به کمک magick به سرعت و تنها با یک دستور می‌توانیم یک تصویر مختلط از چندین تصویر درست کنیم:

magick montage image1.jpg image2.jpg image3.jpg image4.jpg output_montage.jpg

# Using custom geometry and title
magick montage image1.jpg image2.jpg image3.jpg image4.jpg -geometry +10+10 -title 'Collage_title' output_montage.jpg

magick montage image1.jpg image2.jpg image3.jpg image4.jpg output_montage.jpg

# Using custom geometry and title

magick montage image1.jpg image2.jpg image3.jpg image4.jpg -geometry +10+10 -title 'Collage_title' output_montage.jpg

با اجرای خط اول تصویر خروجی کیفیت خوبی نخواهد داشت، دلیل آن مقادیر پیش‌فرض برای geometry است که برابر ۱۲۰ پیکسل تنظیم شده. در خط دوم با وارد کردن مقدار مورد نظر برای geometry گفته‌ایم سایز تصاویر تغییر نکنند و سایز حاشیه تصاویر را برابر ۱۰ پیکسل تنظیم کرده‌ایم.

بریدن تصویر (Cropping)

برای بریدن تصویر از طرفین می‌توان از دستور shave استفاده کنیم:

magick convert border.gif -shave 10x10 shave.gif
magick convert border.gif -shave 10x0  shave_sides.gif
magick convert border.gif -shave  0x20 shave_topbot.gif

magick convert border.gif -shave 10x10 shave.gif

magick convert border.gif -shave 10x0 shave_sides.gif

magick convert border.gif -shave 0x20 shave_topbot.gif

دستور اول ۱۰ پیکسل از محور x و ۱۰ پیکسل از y از دو سمت تصویر را برش می‌دهد؛ دستور دوم تنها ۱۰ پیکسل از دوسمت محور x تصویر و دستور سوم ۲۰ پیکسل از دو سمت محور y تصویر را بر می‌دهند.

برای بریدن ناحیه دلخواه از تصویر باید از دستور crop استفاده کنیم. آدرس تصویر نوشته شده ( :rose ) آدرس عکس‌های نمونه قابل استفاده شناخته شده توسط magick است که برای تست می‌توان استفاده کرد.

magick convert rose: -crop 40x30+10+10  crop.gif
magick convert rose: -crop 40x30+40+30  crop_br.gif
magick convert rose: -crop 40x30-10-10  crop_tl.gif
magick convert rose: -crop 90x60-10-10  crop_all.gif
magick convert rose: -crop 40x30+90+60  crop_miss.gif

magick convert rose: -crop 40x30+10+10 crop.gif

magick convert rose: -crop 40x30+40+30 crop_br.gif

magick convert rose: -crop 40x30-10-10 crop_tl.gif

magick convert rose: -crop 90x60-10-10 crop_all.gif

magick convert rose: -crop 40x30+90+60 crop_miss.gif

دستور اول عکسی با سایز ۴۰ پیکسل در ۳۰ پیکسل تولید خواهد کرد که از مختصات ۱۰ در ۱۰ تا تصویر برش زده خواهد شد -درواقع برشی به طول ۴۰ پیکسل و عرض ۳۰ پیکسل از مختصات ۱۰ در ۱۰ از تصویر گرفته می‌شود؛ بدیهی است اگر ناحیه برش از تصویر بزرگتر باشد تنها قسمت برش خورده، تصویر خروجی خواهد بود- دستور دوم تصویری خروجی با حداکثر اندازه ۰ پیکسل در ۳۰ پیکسل خواهد داشت که نتیجه برش از مختصات ۴۰ در ۳۰ است، برای دستور سوم نیز تصویری خروجی برابر نتیجه برشی با اندازه ۴۰ پیکسل در ۳۰ از مختصات ۱۰- در ۱۰- و دستور چهارم، تصویر خروجی ای از نتیجه برش تصویر به مساحت ۹۰ پیکسل در ۶۰ از مختصات ۱۰- در ۱۰- خواهد داشت؛ چون که این ناحیه شامل کل تصویر است تصویر خروجی با ورودی تفاوتی ندارد. در دستور پنجم که عکس خروجی نتیجه برش تصویر از مختصات ۹۰ در ۶۰ با سایز ۴۰ پیکسل در ۳۰ پیکسل خواهد بود، ناحیه برش هیچ قسمتی از عکس را شامل نمی‌شود، بنابراین عکسی خالی خواهد ساخت.

crop

چرخاندن (Rotation)

برای چرخواندن تصویر به صورت زیر عمل می‌کنیم. مقدار مثبت rotate به معنی چرخش ساعتگرد و مقدار منفی آن به معنی چرخش پادساعتگرد است.:

magick convert koala.gif -rotate 30 rotate.jpg
magick convert koala.gif -background lightskyblue -rotate 30 rotate_color.png
magick convert koala.gif -alpha set -background none -rotate 30 rotate_trans.png

magick convert koala.gif -rotate 30 rotate.jpg

magick convert koala.gif -background lightskyblue -rotate 30 rotate_color.png

magick convert koala.gif -alpha set -background none -rotate 30 rotate_trans.png

دستور اول تصویر را ۳۰ درجه ساعتگرد می‌چرخاند. دستور دوم تصویر را ۳۰ درجه ساعتگرد چرخانده و پس‌زمینه ناشی از حذف تصویر را با رنگ تعیین شده پر می‌کند. دستور سوم تصویر را چرخانده و پس‌زمینه آن را حذف می‌کند.

توجه کنید که برای داشتن تصویر بدون پس‌زمینه، به فرمتی آن را ذخیره کنید که از کد رنگ آلفا پشتیبانی کند. برای مثال فرمت png تصویر بدون پس‌زمینه را به درستی ذخیره می‌کند اما فرمت jpg تصویر بدون پس‌زمینه را با پس‌زمینه سفید ذخیره می‌کند.

rotate

موارد فوق تنها قسمت کوچکی از توانایی‌های ImageMagick است که شامل متحرک‌سازی، کار به متن‌ها، کار با تصاویر دیجیتال و خام و غیره می‌شود. بنابراین مطالعه مستندات و نمونه موارد استفاده در درک توانایی‌های آن موثرتر خواهد بود.

دستکاری تصاویر (۶) – فیتلرها در Open CV و حذف نویز تصاویر

در openCV, دستکاری تصویر, یادداشت‌های کلاسی2018-03-09 محمد حسن ستاریان

در قسمت قبلی با کرنل‌ها و نحوه کارکرد آن‌ها و استفاده از آنها برای ایجاد فیلتر روی تصاویر آشنا شدیم؛ حال با اعمال فیلتر روی تصاویر با استفاده از کتابخانه Open CV و توابع مربوطه آشنا می‌شویم.

اعمال فیلتر‌های دو بعدی رو تصویر

با استفاده از Open CV اعمال فیلتر‌های دو بعدی توسط کرنل بر روی تصاویر توسط تابع زیر انجام می‌شود:

cv2.filter2D(src, ddepth, kernel[, ...]) → dst

1	cv2.filter2D(src, ddepth, kernel[, ...]) → dst

این تابع یک تصویر را به عنوان اولین و یک ماتریس کرنل را به عنوان سومین ورودی خود گرفته و تصویر حاصل از اعمال کرنل بر روی تصویر داده شده را به عنوان خروجی برمی‌گرداند.

فیلتر محوی (Blur Filter)

همانطور که در پست قبل دیدیم برای محو کردن تصویر می‌توانیم یک کرنل Moving Average را بر روی تصویر اعمال کنیم. این کرنل یک ماتریس با مجموع جملات ۱ است و هرچه کرنل بزرگ‌تر باشد میزان تاری تصویر بیشتر خواهد شد.

import cv2
import numpy as np

image = cv2.imread('images/input.jpg')
cv2.imshow('Original Image', image)
cv2.waitKey(0)

# Creating our 3 x 3 kernel
kernel_3x3 = np.ones((3, 3), np.float32) / 9

# We use the cv2.fitler2D to conovlve the kernal with an image 
blurred = cv2.filter2D(image, -1, kernel_3x3)
cv2.imshow('3x3 Kernel Blurring', blurred)
cv2.waitKey(0)

# Creating our 7 x 7 kernel
kernel_7x7 = np.ones((7, 7), np.float32) / 49

blurred2 = cv2.filter2D(image, -1, kernel_7x7)
cv2.imshow('7x7 Kernel Blurring', blurred2)
cv2.waitKey(0)

cv2.destroyAllWindows()

import cv2

import numpy as np

image = cv2.imread('images/input.jpg')

cv2.imshow('Original Image', image)

cv2.waitKey(0)

# Creating our 3 x 3 kernel

kernel_3x3 = np.ones((3, 3), np.float32) / 9

# We use the cv2.fitler2D to conovlve the kernal with an image

blurred = cv2.filter2D(image, -1, kernel_3x3)

cv2.imshow('3x3 Kernel Blurring', blurred)

cv2.waitKey(0)

# Creating our 7 x 7 kernel

kernel_7x7 = np.ones((7, 7), np.float32) / 49

blurred2 = cv2.filter2D(image, -1, kernel_7x7)

cv2.imshow('7x7 Kernel Blurring', blurred2)

cv2.waitKey(0)

cv2.destroyAllWindows()

کرنلی که در دفعه قسمت اول برای تاری استفاده شده است یک ماتریس ۳*۳ با عناصر ۱ است که از آنجا که مجموع عناصر ماتریس باید ۱ باشد تقسیم بر ۹ شده است. همچنین برای قسمت دوم از ماتریس بزرگتر ۵*۵ استفاده شده و تقسیم بر ۲۵ شده است.

برای اعمال فیلتر Blur می‌تواند از تابع اختصاصی زیر نیز استفاده کرد:

cv2.blur(src, ksize[, ...]) → dst

Exapmle: Blur = cv2.blur(image, (3,3))

cv2.blur(src, ksize[, ...]) → dst

Exapmle: Blur = cv2.blur(image, (3,3))

این تابع یک تصویر را به همراه سایز ماتریس کرنل مورد نظر گرفته و تصویر محو شده را با عنوان خروجی برمی‌گرداند.

دیگر فیلتر‌های Blur

در Open CV علاوه بر کرنل Box (کرنل Moving Average مورد استفاده تا الان) برای محو کردن تصویر لکرنل‌های گوسین (Gaussian)، مدین (Median) و دوجانبه (Bilateral) نیز پشتیبانی می‌شوند.

import cv2
import numpy as np

image = cv2.imread('images/input.jpg')
cv2.imshow('original', image)
cv2.waitKey(0)

# Averaging done by convolving the image with a normalized box filter. 
# This takes the pixels under the box and replaces the central element
# Box size needs to odd and positive 
blur = cv2.blur(image, (3,3))
cv2.imshow('Averaging', blur)
cv2.waitKey(0)

# Instead of box filter, gaussian kernel
Gaussian = cv2.GaussianBlur(image, (7,7), 0)
cv2.imshow('Gaussian Blurring', Gaussian)
cv2.waitKey(0)

# Takes median of all the pixels under kernel area and central 
# element is replaced with this median value
median = cv2.medianBlur(image, 5)
cv2.imshow('Median Blurring', median)
cv2.waitKey(0)

# Bilateral is very effective in noise removal while keeping edges sharp
bilateral = cv2.bilateralFilter(image, 9, 75, 75)
cv2.imshow('Bilateral Blurring', bilateral)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2

import numpy as np

image = cv2.imread('images/input.jpg')

cv2.imshow('original', image)

cv2.waitKey(0)

# Averaging done by convolving the image with a normalized box filter.

# This takes the pixels under the box and replaces the central element

# Box size needs to odd and positive

blur = cv2.blur(image, (3,3))

cv2.imshow('Averaging', blur)

cv2.waitKey(0)

# Instead of box filter, gaussian kernel

Gaussian = cv2.GaussianBlur(image, (7,7), 0)

cv2.imshow('Gaussian Blurring', Gaussian)

cv2.waitKey(0)

# Takes median of all the pixels under kernel area and central

# element is replaced with this median value

median = cv2.medianBlur(image, 5)

cv2.imshow('Median Blurring', median)

cv2.waitKey(0)

# Bilateral is very effective in noise removal while keeping edges sharp

bilateral = cv2.bilateralFilter(image, 9, 75, 75)

cv2.imshow('Bilateral Blurring', bilateral)

cv2.waitKey(0)

cv2.destroyAllWindows()

فیلتر Gaussian Blur

این فیلتر محو کردن را به گونه‌ای انجام می‌دهد که پیکسل‌های نزدیکتر سهم بیشتری در نتیجه عملیات کراس‌کرولیشن و در نتیجه تصویر تار شده نهایی داشته باشند.

فیلتر Median Blur

این فیلتر متوسط مقدار پیکسل‌هایی که درون کرنل قرار می‌گیرند را به عنوان مقدار نهایی پیکسل قرار می‌دهد.

فیلتر Bilateral Blur

این فیلتر سعی می‌کند درحالی که تصویر را محو می‌کند لبه‌های تصویر را تیز و دست نخورده نگاه دارد. به دلیل همین ویژگی این فیلتر در حذف نویز کاربرد زیادی دارد.

حذف نویز تصویر

برای حذف نویز تصویر می‌توان از تابع زیر که از روش میانگین گیری استفاده می‌کند کمک گرفت:

fastNlMeansDenoisingColored(InputArray src, OutputArray dst, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21 )

1	fastNlMeansDenoisingColored(InputArray src, OutputArray dst, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21 )

پارامتر‌های تابع عبارت‌اند از:

src : عکس مورد نظر برای حذف نویز
dst : متغیری برای ذخیره کردن عکس خروجی – با دادن none به این پارامتر، خروجی تابع عکس خروجی خواهد بود.
h : این پارامتر قدرت فیلتر را برای میزان شدت نور تنظیم می‌کند. هرچه مقدار این پارامتر بزرگتر باشد علاوع بر حذف نویز ممکن است از جزئیات تصویر نیز بکاهد و هرچه کوچکتر باشد جزئیات تصویر را نمی‌کاهد اما ممکن است نویزها را به درستی کاهش ندهد (بازه ۵ تا ۱۰ برای این پارامتر مناسب است).
hcolor : همانند h برای مولفه‌های رنگی
templateWindowSize : سایز گیره محاسبه کننده وزن‌ها (باید عددی فرد باشد).
searchWindowSize : سایز کرنل محاسبه کننده میانگین وزن‌دار برای هر پیکسل (باید عددی فرد باشد).

import numpy as np
import cv2

image = cv2.imread('images/taj-rgb-noise.jpg')

# Parameters, after None are - the filter strength 'h' (5-10 is a good range)
# Next is hForColorComponents, set as same value as h again
# 
dst = cv2.fastNlMeansDenoisingColored(image, None, 6, 6, 7, 21)

cv2.imshow('Fast Means Denoising', dst)
cv2.imshow('original image', image)
cv2.waitKey(0)

cv2.destroyAllWindows()

import numpy as np

import cv2

image = cv2.imread('images/taj-rgb-noise.jpg')

# Parameters, after None are - the filter strength 'h' (5-10 is a good range)

# Next is hForColorComponents, set as same value as h again

dst = cv2.fastNlMeansDenoisingColored(image, None, 6, 6, 7, 21)

cv2.imshow('Fast Means Denoising', dst)

cv2.imshow('original image', image)

cv2.waitKey(0)

cv2.destroyAllWindows()

بر اساس نوع تصویر چهار تابع محتلف برای کاهش نویز توسط روش میانگین گیری وجود دارد

()cv2.fastNlMeansDenoising : یا یک تصویر Grayscale کار می‌کند.
()cv2.fastNlMeansDenoisingColored : با یک تصویر رنگی کار می‌کند.
()cv2.fastNlMeansDenoisingMulti : با رشته‌ای از عکس‌های Grayscale که با فاصله زمانی کم گرفته شده‌اند کار می‌کند.
()cv2.fastNlMeansDenoisingColoredMulti : مانند قبلی برای عکس‌های رنگی.

دستکاری تصاویر (۵) – فیلترها و کرنل‌ها

در openCV, دستکاری تصویر, یادداشت‌های کلاسی2018-03-09 محمد حسن ستاریان

در قسمت قبل با عملیات‌های ریاضی ماتریس‌ها آشنا شدیم. در این قسمت می‌خواهیم به نحوه اعمال فیلتر‌های مختلف روی تصاویر با استفاده از عملیات‌های ریاضی روی ماتریس تصاویر بپردازیم.

برای شروع به چند تعریف نیاز داریم:

تصویر

همانطور که می‌دانید تصویر یک ماتریس است که در هر خانه مقادیر رنگ آن خانه (با توجه به سیستم رنگی مورد استفاده) قرارگرفته اند.

کانولوشن (Convolution)

کانولوشن درواقع یک عملگر ریاضی است که بر روی دو تابع اعمال شده و تابع سومی را به صورت انتگرال حاصلضرب دو تابع که یکی از آنها برعکس شده و روی یکدیگر می‌لغزند تعریف می‌کند.

کراس‌کرولیشن (Cross-correlation)

کراس‌کرولیشن میزان شباهت و ارتباط دو دسته اطلاعات را می‌سنجد. این عملگر همانند عملیات کانولوشن بوده با این تفاوت که در این عملیات تابع عبوری برعکس نمی‌شود.

در پردازش تصاویر، توابع ما درواقع ماتریس‌های تصاویر هستند. به ماتریس عبوری (اعمال شده) به تصویر کرنل می‌گوییم. همچنین در پردازش تصاویر (در عموم کتابخانه‌‌های مطرح و همینطور Open CV) از عملیات کراس‌کرولیشین استفاده می‌شود.

کرنل

کرنل، ماتریس عموما کوچکی است که روی تصویر اعمال می‌شود. از کاربردهای آن می‌توان در پردازش تصویر برای اعمال فیلتر‌های مختلف برروی عکس و در یادگیری ماشین برای ویژگی‌یابی اشاره کرد.

حال که با تعاریف اولیه مورد نیاز آشنا شدیم به نحوه استفاده و نتیجه آن روی تصاویر می‌پردازیم:

اعمال کرنل روی تصویر

در اعمال کرنل روی تصویر نیاز داریم تا با عبور کرنل بر روی تصویر و انجام عملیات کراس‌کرولیشن نتیجه عملیات در خانه‌ای از خانه‌‌های کرنل (که روی تصویر قرار‌گرفته اند) نگاشته شود. برای این‌کار عموما خانه وسط ماتریس کرنل را در نظر می‌گیرند؛ درنتیجه عموم کرنل‌های مورد استفاده ماتریس‌هایی فرد-فرد هستند.

برای عبور کرنل بر روی تصویر می‌توان دو رویه داشت:

کانولوشن بدون حاشیه‌گذاری (Valid Padding Convolution)
عبور کرنل به صورتی که خانه اول ماتریس کرنل (خانه [۰.۰]) بر روی خانه اول ماتریس تصویر بیافتد و کرنل از تصویر خارج نشود.
این روش باعث از دست رفتن قسمت‌هایی از حاشیه تصویر می‌شود.

نحوه عبور یک ماتریس کرنل بر روی یک ماتریس تصویر و انجام عملیات کراس‌کرولیشن — نحوه عبور کرنل روی ماتریس تصویر و انجام عملیات کراس‌کرولیشن در حالت Valid Padding

کانولوشن با حاشیه‌گذاری (Same Padding Convolution)
عبور کرنل به صورتی که خانه مرکز کرنل (خانه‌ای که برای نوشتن مقادیر عملیات در هر مرحله انتخاب شده) بر روی خانه اول ماتریس تصویر بیافتد.
در این حالت کرنل می‌تواند از تصویر خارج شود که مقادیر خارج از تصویر عموما صفر در نظر گرفته می‌شوند.

نحوه عبور کرنل روی ماتریس تصویر و انجام عملیات کراس‌کرولیشن در حالت Same Padding

توجه کنید که در تصویر بالا حرکت کرنل بیشتر از یک پیکسل است؛ برای همین تصویر خروجی از ورودی کوچکتر شده است.

به جز دو روش فوق برای جلوگیری از کوچک شدن تصویر می‌توان از روش‌های تکرار حاشیه تصویر (Edge Value Replication) و یا گسترش آینه‌وار (Mirror Extension) نیز استفاده کرد:

از راست به چپ: گسترش آینه‌وار، تکرار حاشیه تصویر و حاشیه‌گذاری

استفاده از کرنل‌ها

چند مثال از کرنل‌ها با فرض اینکه خانه وسط هر کرنل برای نوشتن مقادیر استفاده شود و همچنین خانه وسط بر روی هر پیکسل قرارگیرد و کرنل در هر مرحله یک پیکسل جابه‌جا شود :

کرنل تطابق

با توجه به کرنل با جابه‌جا شدن روی تصویر تغییری روی تصویر اعمال نمی‌کند چرا که با قرارگیری روی هر پیکسل تنها مقدار همان پیکسل بدون تغییر روی خودش نوشته می‌شود.

کرنل انتقال به چپ

با توجه به کرنل با جابه‌جا شدن روی تصویرو قرار گیری روی هر پیکسل مقدار پیکسل سمت راستش را جایگزین آن می‌کند. درنتیجه تصویر ۱ پیکسل به سمت چپ میرود.

حال که با نحوه اعمال کرنل‌ها و نتیجه حاصل از آن آشنا شدیم، به بررسی استفاده از کرنل‌ها برای ایجاد فیلتر روی تصاویر می‌پردازیم:

استفاده از کرنل‌ها برای ایجاد فیلتر روی تصاویر

فیلتر محوی (Blur Filter)

با عبور یک کرنل Moving Average (کرنل تصویر پایین) که کرنلی با مجموع مقادیر ۱ است و مقدار هر خانه را با میانگین مقدار خانه‌های همسایه‌اش جایگذین می‌کند، می‌توان تصویر را محو کرد.

این کرنل تغییرات ناگهانی در رنگ تصویر را ملایم‌تر می‌کند. به تصویر زیر که عبور کرنل بالا بر روی یک ماتریس است دقت کنید:

همچنین با افزایش سایز کرنل می‌توان میزان تاری تصویر را افزایش داد:

فیلتر تیزی (Sharpen Filter)

کرنل زیر را در نظر بگیرید:

می‌توان این کرنل را به صورت زیر باز کرد:

ماتریس سمت راست همان کرنل مربوط به فیلتر محوی (Blur) است که تصویر را بدون جزئیات تولید می‌کند؛ با تفریق این ماتریس از خود تصویر (ماتریس وسط) جزئیات تصویر اصلی حاصل می‌شود؛ حال با اضافه کردن این ماتریس به خود تصویر می‌توان جزئیات تصویر را به آن افزود و تصویری با جزئیات نمایان‌تر شده تولید کرد.

نتیجه حاصل از جدا کردن جزئیات و اضافه کردن آن به عکس را می‌توان به ترتیب در سطر‌های تصویر زیر مشاهده کرد:

درنتیجه فیلتر تیزی (Sharpen Filter) به صورت زیر است:

کار با تصاویر توسط ImageMagick

نصب

ویندوز

لینوکس

روش استفاده

دستورات

نمایش (Display)

تبدیل (Convert)

کاهش کیفیت (Reduce Quality)

تغییر سایز (Resize)

تصویر مختلط (Collage)

بریدن تصویر (Cropping)

چرخاندن (Rotation)

دستکاری تصاویر (۶) – فیتلرها در Open CV و حذف نویز تصاویر

اعمال فیلتر‌های دو بعدی رو تصویر

فیلتر محوی (Blur Filter)

دیگر فیلتر‌های Blur

فیلتر Gaussian Blur

فیلتر Median Blur

فیلتر Bilateral Blur

حذف نویز تصویر

دستکاری تصاویر (۵) – فیلترها و کرنل‌ها

تصویر

کانولوشن (Convolution)

کراس‌کرولیشن (Cross-correlation)

کرنل

اعمال کرنل روی تصویر

استفاده از کرنل‌ها

کرنل تطابق

کرنل انتقال به چپ

استفاده از کرنل‌ها برای ایجاد فیلتر روی تصاویر

فیلتر محوی (Blur Filter)

فیلتر تیزی (Sharpen Filter)

اسلایدر سایدبار

درباره ما

شبکه های اجتماعی

مطالب اخیر

تبدیل Jupyter Notebook به Rest API Endpoint

تراز کردن کارت ملی هوشمند

Chatbot with Voice

music box