برچسب: <span>مقیاس</span>

تبدیلات همگن (Affine Transform)

انتقال (Translation) :

import cv2
import numpy as np
image = cv2.imread('images/input.jpg')
# Store height and width of the image
height, width = image.shape[:2]
quarter_height, quarter_width = height/4, width/4
#       | 1 0 Tx |
#  T  = | 0 1 Ty |

# T is our translation matrix
T = np.float32([[1, 0, quarter_width], [0, 1,quarter_height]])
# We use warpAffine to transform the image using the matrix, T
img_translation = cv2.warpAffine(image, T, (width, height))
cv2.imshow('Translation', img_translation)
cv2.waitKey()
cv2.destroyAllWindows()

import cv2

import numpy as np

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

# Store height and width of the image

height, width = image.shape[:2]

quarter_height, quarter_width = height/4, width/4

# | 1 0 Tx |

# T = | 0 1 Ty |

# T is our translation matrix

T = np.float32([[1, 0, quarter_width], [0, 1,quarter_height]])

# We use warpAffine to transform the image using the matrix, T

img_translation = cv2.warpAffine(image, T, (width, height))

cv2.imshow('Translation', img_translation)

cv2.waitKey()

cv2.destroyAllWindows()

برای پیاده سازی این تبدیلات از cv2.warpAffine استفاده میکینم.

به طور مثال در کد زیر :

پس از خواندن عکس و دریافت عرض و طول تصویر:

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

height, width = image.shape[:2]

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

height, width = image.shape[:2]

یک نسبت دلخواه برای انتقال طول و عرض تصویر در نظر گرفتیم :

quarter_height, quarter_width = height/4, width/4

1	quarter_height, quarter_width = height/4, width/4

با استفاده از ضرب ماتریس انتقال در مختصات تصویر ،تصویر انتقال پیدا میکند :

T = np.float32([[1, 0, quarter_width], [0, 1, quarter_height]])
# پارامتر اول ، سطر اول
# پارامتر دوم ، سطر دوم

T = np.float32([[1, 0, quarter_width], [0, 1, quarter_height]])

# پارامتر اول ، سطر اول

# پارامتر دوم ، سطر دوم

از warpAffine برای تبدیل عکس استفاده میکنیم که ورودی های آن به صورت زیر است :

#image, transform matris , (width, height)=>output image
cv2.warpAffine(image, T, (width, height))

1 2	#image, transform matris , (width, height)=>output image cv2.warpAffine(image, T, (width, height))

چرخاندن (Rotations) :

*یادآوری

ماتریس دوران:

دوران در opencv

cv2.getRotationMatrix2D(rotation_center_x, rotation_center_y, angle of rotation, scale)  
# rotation_center_x : مرکز چرخش نسبت به عرض   
# rotation_center_y : مرکز چرخش نسبت به ارتفاع
# angle of rotation : زوایه چرخش

cv2.getRotationMatrix2D(rotation_center_x, rotation_center_y, angle of rotation, scale)

# rotation_center_x : مرکز چرخش نسبت به عرض

# rotation_center_y : مرکز چرخش نسبت به ارتفاع

# angle of rotation : زوایه چرخش

import cv2
import numpy as np
image = cv2.imread('images/input.jpg')
height, width = image.shape[:2]
# Divide by two to rototate the image around its centre
rotation_matrix = cv2.getRotationMatrix2D((width/2, height/2), 20, .5)
print(rotation_matrix)
rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))
cv2.imshow('Rotated Image', rotated_image)
cv2.waitKey()
cv2.destroyAllWindows()

import cv2

import numpy as np

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

height, width = image.shape[:2]

# Divide by two to rototate the image around its centre

rotation_matrix = cv2.getRotationMatrix2D((width/2, height/2), 20, .5)

print(rotation_matrix)

rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))

cv2.imshow('Rotated Image', rotated_image)

cv2.waitKey()

cv2.destroyAllWindows()

از نقص های این روش میتوان به ایجاد فضاهای سیاه اطراف تصویر اشاره کرد که در ادامه فضاهای سیاه ایجاد شده اطراف تصویر را با کراپ از بین میبریم.

روشی دیگر برای دوران :

ترانهاده ماتریس

ماتریس ترانهاده با تغییر جای سطر ها با ستون ها باعث چرخش تصویر میشود و فضای سیاه اطراف تصویر ایجاد نمی کند .

#Other Option to Rotate
img = cv2.imread('images/input.jpg')
rotated_image = cv2.transpose(img)
cv2.imshow('Rotated Image - Method 2', rotated_image)
cv2.waitKey()
cv2.destroyAllWindows()

#Other Option to Rotate

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

rotated_image = cv2.transpose(img)

cv2.imshow('Rotated Image - Method 2', rotated_image)

cv2.waitKey()

cv2.destroyAllWindows()

flip تصویر

تصویر را در جهت افق و خط عمود آینه می کند.

# Let's now to a horizontal flip.
flipped = cv2.flip(image, 1)
cv2.imshow('original', image) 
cv2.imshow('Horizontal Flip', flipped) 
cv2.waitKey()
cv2.destroyAllWindows()

# Let's now to a horizontal flip.

flipped = cv2.flip(image, 1)

cv2.imshow('original', image)

cv2.imshow('Horizontal Flip', flipped)

cv2.waitKey()

cv2.destroyAllWindows()

پارامتر دوم :

cv2.flip(image, 1)

1	cv2.flip(image, 1)

صفر یا false عکس را حول محور x ها قرینه میکند.

یک یا True عکس را حول محور y ها قرینه میکند.

تغییر اندازه (scaling, resizing) و درون‌یابی (interpolations)

cv2.resize(image, dsize(output image size), x scale, y scale, interpolation)
# image : دریافت عکس ورودی
# dsize(output image size) : اندازه تصویر خروجی
# x scale, y scale : تغییر مقیاس در راستای x و y
# interpolation : روش درون یابی

cv2.resize(image, dsize(output image size), x scale, y scale, interpolation)

# image : دریافت عکس ورودی

# dsize(output image size) : اندازه تصویر خروجی

# x scale, y scale : تغییر مقیاس در راستای x و y

# interpolation : روش درون یابی

fx و fy پارامتر های نام دار هستند میتوان آنها را به تابع پاس نداد.

روش های درون یابی :

Bilinear Interpolation (درج وابسته به ۴ پیکسل ۴ طرف)
Bicubic interpolation (درج وابسته به ۴ پیکسل ۴ طرف به علاوه ۴ پیکسل اریب)
Nearest Neighbor (نزدیکترین همسایه)

import cv2
import numpy as np
# load our input image
image = cv2.imread('images/input.jpg')
cv2.imshow('Original Image', image) 
cv2.waitKey()

#  bilinear interpolation (used by default)
# Let's make our image 3/4 of it's original size
image_scaled = cv2.resize(image, None, fx=0.75, fy=0.75)
cv2.imshow('Scaling - Linear Interpolation', image_scaled) 
cv2.waitKey()

# bicubic interpolation over 4x4 pixel neighborhood
# Let's double the size of our image
img_scaled = cv2.resize(image, None, fx=2, fy=2, interpolation = cv2.INTER_CUBIC)
cv2.imshow('Scaling - Cubic Interpolation', img_scaled)
cv2.waitKey()

# nearest-neighbor interpolation
# Let's skew the re-sizing by setting exact dimensions
img_scaled = cv2.resize(image, (900, 400), interpolation = cv2.INTER_AREA)
cv2.imshow('Scaling - Skewed Size', img_scaled) 
cv2.waitKey()
cv2.destroyAllWindows()

import cv2

import numpy as np

# load our input image

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

cv2.imshow('Original Image', image)

cv2.waitKey()

# bilinear interpolation (used by default)

# Let's make our image 3/4 of it's original size

image_scaled = cv2.resize(image, None, fx=0.75, fy=0.75)

cv2.imshow('Scaling - Linear Interpolation', image_scaled)

cv2.waitKey()

# bicubic interpolation over 4x4 pixel neighborhood

# Let's double the size of our image

img_scaled = cv2.resize(image, None, fx=2, fy=2, interpolation = cv2.INTER_CUBIC)

cv2.imshow('Scaling - Cubic Interpolation', img_scaled)

cv2.waitKey()

# nearest-neighbor interpolation

# Let's skew the re-sizing by setting exact dimensions

img_scaled = cv2.resize(image, (900, 400), interpolation = cv2.INTER_AREA)

cv2.imshow('Scaling - Skewed Size', img_scaled)

cv2.waitKey()

cv2.destroyAllWindows()

استفاده از ماتریس تبدیل

جهت هایی را که میخواهیم scale شوند را در قطر ماتریس قرار میدهیم.

import cv2
import numpy as np
image = cv2.imread('images/input.jpg')
# Store height and width of the image
height, width = image.shape[:2]
#       | Sx 0 0 |
#  T  = | 0 Sy 0 |
# T is our translation matrix
T = np.float32([[0.5, 0, 0], [0, 0.5,0]])
# We use warpAffine to transform the image using the matrix, T
img_translation = cv2.warpAffine(image, T, (width, height))
cv2.imshow('Translation', img_translation)
cv2.waitKey()
cv2.destroyAllWindows()

import cv2

import numpy as np

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

# Store height and width of the image

height, width = image.shape[:2]

# | Sx 0 0 |

# T = | 0 Sy 0 |

# T is our translation matrix

T = np.float32([[0.5, 0, 0], [0, 0.5,0]])

# We use warpAffine to transform the image using the matrix, T

img_translation = cv2.warpAffine(image, T, (width, height))

cv2.imshow('Translation', img_translation)

cv2.waitKey()

cv2.destroyAllWindows()

معایب :

مشکل سیاهی تصویر را دارد.
عکس بعد از اعمال interpolations باید crop شود .

Image Pyramids

در بعضی موارد، ما باید با تصاویری با وضوح مختلف تصویر مشابه کار کنیم. به عنوان مثال، هنگام جستجو برای چیزی در یک تصویر، مانند چهره، ما مطمئن نیستیم که کدام اندازه از شئ در تصویر وجود دارد.

import cv2
image = cv2.imread('images/input.jpg')
smaller = cv2.pyrDown(image)
larger = cv2.pyrUp(smaller)
cv2.imshow('Original', image )
cv2.imshow('Smaller ', smaller )
cv2.imshow('Larger ', larger )
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2

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

smaller = cv2.pyrDown(image)

larger = cv2.pyrUp(smaller)

cv2.imshow('Original', image )

cv2.imshow('Smaller ', smaller )

cv2.imshow('Larger ', larger )

cv2.waitKey(0)

cv2.destroyAllWindows()

در این روش عکس را به صورت پلکانی به سایز های مختلف می بریم :

smaller = cv2.pyrDown(image)
larger = cv2.pyrUp(smaller)

1 2	smaller = cv2.pyrDown(image) larger = cv2.pyrUp(smaller)

کاربرد: آموزش به هوش مصنوعی برای تشخیص اشیاء

Cropping

Opencv تابع مشخص برای کراپ کردن ندارد.

روش های جایگزین :

یکی از روش های کراپ کردن slicing است که با دادن بازه ی دقیقی از x ,y (برای ساده تر شدن عکس را بصورت دو بعدی و سیاه سفید تصور میکنیم)همان بازه ی مشخص شده را کراپ می کنیم.

import cv2
import numpy as np
image = cv2.imread('images/input.jpg')
height, width = image.shape[:2]
# Let's get the starting pixel coordiantes (top  left of cropping rectangle)
start_row, start_col = int(height * .25), int(width * .25)
# Let's get the ending pixel coordinates (bottom right)
end_row, end_col = int(height * .75), int(width * .75)
# Simply use indexing to crop out the rectangle we desire
cropped = image[100:300 , 200:800]
cv2.imshow("Original Image", image)
cv2.imshow("Cropped Image", cropped) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

import cv2

import numpy as np

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

height, width = image.shape[:2]

# Let's get the starting pixel coordiantes (top left of cropping rectangle)

start_row, start_col = int(height * .25), int(width * .25)

# Let's get the ending pixel coordinates (bottom right)

end_row, end_col = int(height * .75), int(width * .75)

# Simply use indexing to crop out the rectangle we desire

cropped = image[100:300 , 200:800]

cv2.imshow("Original Image", image)

cv2.imshow("Cropped Image", cropped)

cv2.waitKey(0)

cv2.destroyAllWindows()

نکات :

مختصات شروع و پایان حتما باید اعداد صحیح باشند.

در بازه نویسی به صورت [ x1 : x2 , y1:y2 ] :

x1 شامل بازه میشود اما x2 نوشته نمیشود .

روش دیگر اسلایس کردن ماتریس ها به کمک numpy است.

مثال:

a=np.array([[100,200,400],[1,2,3]])

میخواهیم عناصر سطر اول [0] و ستون دوم [1] را انتخاب کنیم.

a [0: , 1:] => array([[200, 400],[ 2, 3]])

Rotation (دوران)

همانطور که در درس هندسه تحلیلی خوانده ایم برای چرخاندن نقطه ای به اندازه ی α خلاف جهت عقربه ساعت باید مختصات آن نقطه را در ماتریس چرخش ضرب کنیم.که نقطه دوران یافته به صورت زیر میباشد.

تابعی که در opencv برای این کار گمارده شده است به صورت زیر است:

GetRotationMatrix2D(rotation_center_x , rotation_center_y , angle of rotation ,scale)

1	GetRotationMatrix2D(rotation_center_x , rotation_center_y , angle of rotation ,scale)

که آرگومان اول و دوم به ترتیب x و y مرکز دوران را میگیرند و آرگومان بعدی زاویه چرخش و آرگومان اخر آپشن اضافه ای در اختیار ما قرار داده است و عددی برای بزرگنمایی یا کوچک نمایی تصویر میگیرد و بدون درگیر کردن ما با ماتریس چرخش و سینوس و کسینوس این تبدیل را به خوبی انجام میدهد.=)

خروجی این تابع؛ ماتریس چرخش یا دوران می باشد.که میتوان با تابع پرینت آن را نمایش داد.

اما برای بدست آوردن تصویر دوران یافته کافیست از تابع زیر استفاده کرده و این ماتریس چرخش را به آن بدهیم و در خروجی این تابع عکس دوران یافته را بگیریم.

WarpAffine(image  ,rotation matrix , (cols , rows))

1	WarpAffine(image ,rotation matrix , (cols , rows))

2D Translation (انتقال دوبعدی)

برای انتقال یک نقطه از مکانی به مکان دیگر از ماتریس زیر استفاده میکنیم:

که در اینجا:

x´ = x + Tx = 1 * x + 0 * y + Tx

y´ = y + Ty = 0 * x + 1 * y + Ty

و به این صورت میتوانیم تصویر را جابجا کنیم.

به صورت خلاصه تر این ماتریس به این صورت بیان میشود:

1 ها مقدار مقیاس گذاری را مشخص میکنند یعنی 1 خانه ی (0 و 0) نشان دهنده scale در راستای ایکس و 1 خانه ی (1 و 1) نشان دهنده scale در راستای ایگرگ میباشد.که چون در اینجا مقادیر 1 هستند یعنی اندازه ی تصویر بدون تغییر میماند و بزرگ نمایی یا کوچک نمایی انجام نمیشود.

تابعی که برای این کار در opencv در نظر گرفته اند بدین صورت است:

WarpAffine(image  ,translation matrix , (cols , rows))

1	WarpAffine(image ,translation matrix , (cols , rows))

آرگومان اول تصویر میباشد و آرگومان دوم ماتریس انتقال و آرگومان اخر سایز عکس خروجی است.خروجی این تابع عکس انتقال یافته می باشد.

و خود ماتریس انتقال را میتوانیم بدین صورت بسازیم:

Np.float32([[1 , 0 , tx] , [0 , 1 , ty]])

Scalling (مقیاس گذاری)

ما اگر بخواهیم مثلا یک ماتریس 2 در 2 را به ماتریس 6 در 6 تبدیل کنیم یک سری نقاط(پیکسل) را نداریم.

با این 4 روش میخواهیم این نقاط را بسازیم.

Nearest Neighbor (نزدیکترین همسایه)
Bilinear Interpolation (درج وابسته به ۴ پیکسل ۴ طرف)
Bicubic interpolation (درج وابسته به ۴ پیکسل ۴ طرف به علاوه ۴ پیکسل اریب)
استفاده از ماتریس تغییر شکل (با استفاده از تابع warpaffine با ارقام دلخواه و ترتیب گفته شده در ماتریس scalling، که در ابتدا آمده است)

این مقیاس گذاری دو حالت دارد:

بزرگ نمایی
کوچک نمایی

روش نزدیکترین همسایه(ساده ترین روش):

در این روش مثلا فلان پیکسل را نسبت می بندیم که آن روی یک پیکسل متناظرش در ماتریس جدید می افتد پس همان مقدار پیکسل را به آن میدهیم.سپس پیکسل دیگری را بررسی میکنیم که مثلا هیچ پیکسلی را متناظرش در ماتریس جدید نمی یابیم و در آن پیکسل مقدار نزدیکترین پیکسل را قرار می دهیم.

روش درج وابسته به۴ پیکسل ۴ طرف:نسبت به روش قبلی دقیقتر است.همانطور که مشخص است مقادیر 4 پیکسل اطراف را میانگین گرفته و پیکسل های خالی را پر میکنیم.

روش درج وابسته به ۴ پیکسل ۴ طرف به علاوه ۴ پیکسل اریب: همانطور که مشخص است مقادیر 16 پیکسل اطراف را میانگین گرفته و پیکسل های خالی را پر میکنیم. این روش از همه دقیقتر و کندتر است(به دلیل محاسبات بیشتر).

حال میخواهیم تابعی در opencvکه این کار را انجام میدهد بیان کنیم:

Resize(image, dsize(output image size), x scale, y scale, interpolation)

1	Resize(image, dsize(output image size), x scale, y scale, interpolation)

آرگومان اول تصویر مورد نظر است.آرگومان بعدی سایز عکس خروجی ست و دو آرگومان بعدی مقدار یا درصد مقیاس گذاری را مشخص میکند.(مثلا اگر عدد ۲ را به هردو آنها پاس دهیم یعنی میخواهیم تصویر در راستای طول و عرض ۲ برابر شود) و آرگومان اخر روش مقیاس گذاری(که در بالا توضیح دادیم) را تعیین میکند.خروجی این تابع نیز تصویر scale شده میباشد.

توجه:اگر هم اندازه تصویر خروجی را پاس دهیم هم مقادیر مقیاس گذاری؛ تابع اندازه را بر عدد یا درصد مقیاس ترجیح داده و آن را عملی میکند.

در آخر مقایسه انواع روش های scaleرا باهم میبینیم:

بینایی کامپیوتر.

برچسب: مقیاس

دستکاری تصویر (3) – مثال‌های عملی در OpenCV

Cropping

دستکاری تصویر (2) – دوران، انتقال، مقیاس و درون‌یابی

Rotation (دوران)

درباره ما

مطالب اخیر

تبدیل Jupyter Notebook به Rest API Endpoint

تراز کردن کارت ملی هوشمند

Chatbot with Voice

music box

دستکاری تصویر (3) – مثال‌های عملی در OpenCV

Cropping

دستکاری تصویر (2) – دوران، انتقال، مقیاس و درون‌یابی

Rotation (دوران)

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