Link tải luận văn miễn phí cho ae Kết Nối
Mở Đầu
I.Lý Do Chọn Đề Tài
Xã hội ngày càng phát triển thì công nghệ cũng càng ngày càng phát triển theo từ các cuộc cách mạng công nghiệp đầu tiên đến bây giờ là cuộc cách mạng công ngiệp 4.0 . Là cuộc cách mạng mà cốt lõi là công nghệ thông tin với các thiết bị thông minh như robot hay xe tự lái để tăng năng suất lao động và phục vụ cho các nhu cầu đời sống con người nhưng vấn đề gặp phải chung ở đây đối với các thiết bị này là chúng vẫn còn rất ngây ngô so để chúng có trở nên thực sự thông minh thì con người phải dạy cho chúng hiểu và phân được các sự vật trong thực tế nhằm đưa ra các bài toán xử lý chính xác nhằm đạt được mục đích công việc từ đó đã phát triển nên khái niệm Image Processing . Qua quá trình phát triển thì các lập trình viên đã phát triển các thư viện hỗ trợ hay còn gọi là OpenCV cho quá trình xử lý ảnh. Nhờ đó mà khi xử lý ảnh chúng ta không cần xây dựng lại các hàm xử lý ảnh mà chỉ cần phát triển dựa trên những gì sẵn có . Do vậy nhiều người chỉ biết đến xử lý ảnh với OpenCV . Nhưng hiện tại Python cũng đã phát triển các thư viện dành riêng cho xử lý ảnh . Thế nên trong đề tài này em muốn đưa ra sự được ưu điểm nhược điểm khi xử lý ảnh với Python so với thư viện OpenCV vốn đã rất quen thuộc với hầu hết các lập trình viên trong lĩnh vực xử lý ảnh
II.Mục Tiêu Nghiên Cứu
Tìm ra được các ưu điểm và nhược khi xử lý ảnh với python và OpenCV để từ đó giúp người sử dụng khi nào nên xử dụng các thư viện của python để xử lý ảnh khi nào nên xử dụng OpenCV để xử lý ảnh nhằm đem lại hiệu quả tối đa cũng như sự khoa học trong công việc xử lý ảnh
III.Phương Pháp Nghiên Cứu
Tìm hiểu về một số kĩ thuật trong xử lý ảnh và một số modul thường được sử dụng để hiểu về các thuật toán và mô hình cho xử lý ảnh một cách tổng quát nhất
Tìm hiểu về OpenCV để trả lời cho những câu hỏi OpenCV là gì tại sao phải dùng OpenCV ,Ai dùng OpenCV, Các Cấu Trúc Tập Lệnh trong OpenCV , OpenCV
Hỗ trợ người dùng như thế nào trong xử lý ảnh
Tương tư với Python
Sau đó rút ra nhận xét về ưu nhược điểm khi xử lý ảnh với OpenCV và PyThon
IV. Đối tượng nghiên cứu
Open CV và python
CHƯƠNG I: TỔNG QUAN VỀ XỬ LÝ ẢNH
1.1.Tổng Quan Về Lĩnh Vực Nghiên Cứu
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó.
Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm nay. Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác. Đầu tiên phải kể đến Xử lý tín hiệu số là một môn học hết sức cơ bản cho xử lý tín hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các bộ lọc hữu hạn… Thứ hai, các công cụ toán như Đại số tuyến tính, Sác xuất, thống kê. Một số kiến thứ cần thiết như Trí tuệ nhân tao, Mạng nơ ron nhân tạo cũng được đề cập trong quá trình phân tích và nhận dạng ảnh.
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ Luân đôn đến New York từ những năm 1920. Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh. Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình xử lý ảnh sô thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo như mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan.
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như Camera, máy chụp ảnh). Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR). Gần đây, với sự phát triển của công nghệ, ảnh màu hay đen trắng được lấy ra từ Camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo. (Máy ảnh số hiện nay là một thí dụ gần gũi). Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh; có thể quét từ ảnh chụp bằng máy quét ảnh. Hình 1.1 dưới đây mô tả các bước cơ bản trong xử lý
1.2.Một số phép xử lý ảnh
1.2.1.Biến đổi ảnh xám(Grayscale convert)
Biến đổi ảnh xám là quá trình chuyển từ ảnh màu vể ảnh xám
Trong xử lý ảnh, việc chuyển đổi ảnh màu sang ảnh xám là công việc vô cùng phổ biến.
Ảnh màu thực chất chỉ là tập hợp của những ma trận số có cùng kích thước . Khi muốn xử lý thông tin trên ảnh, sẽ dễ dàng hơn nếu ta chỉ xử lý dữ liệu trên một ma trận số thay vì nhiều ma trận số. Việc biến đổi ảnh màu về ảnh số (Grayscale converting) xuất hiện vì mục đích trên - biến đổi thông tin ảnh về một ma trận số hai chiều duy nhất.
Giả sử, hình ảnh của bạn được lưu trữ dưới dạng RGB (Red-Green-Blue). Điều này có nghĩa bạn có ba ma trận xám tương ứng cho màu Red, Green, Blue. Công việc của bạn là tìm cách tổng hợp ba ma trận này về thành một ma trận duy nhất. Một trong số các công thức phổ biến để thực hiện việc đó là
Y = 0.2126R + 0.7152G + 0.0722B
Trong đó:
• Y: ma trận xám cần tìm
• R: ma trận xám đỏ của ảnh
• G: ma trận xám lục của ảnh
• B: ma trận xám lam của ảnh
Nếu bạn chưa quen về việc thực hiện phép toán trên ma trận, hãy hình dung Y, R, G, B là giá trị mức xám trên các ô có tọa độ giống nhau.
1.2.2.Biến đổi ảnh đen trắng
Từ ảnh xám, bạn có thể biến đổi về thành ảnh chỉ có hai màu đen-trắng (black-and-white)
Ảnh đen trắng thường được ứng dụng trong bài toán phân vùng ảnh (Image segmentation). Giả sử trong hình ví dụ trên, bằng cách biến đổi ảnh về nhị phân, bạn có thể loại bỏ các thông khung cảnh xung quanh và chỉ giữ lại hai con cá heo trên hình
Ảnh đen trắng, như tên gọi, chỉ có hai màu đen với giá trị là 0 và trắng với giá trị 255. Bài toán đặt ra là làm thế nào để biến đổi ảnh xám (hay nói cách
3.Biểu đồ phân bố tần số (Histogram)
pyplot - Thư viện xử lý ảnh Python cung cấp một số cách để trích xuất thông tin liên quan đến một hình ảnh. cách histogram () cung cấp thông tin về số lượng các màu / dải khác nhau.
cách histogram () trả về một danh sách các số điểm ảnh cho mỗi dải có trong hình ảnh. Danh sách sẽ có tất cả số lượng được ghép nối cho mỗi ban nhạc.
Nếu một hình ảnh có chế độ "RGB" thì đối với mỗi dải / màu, danh sách số lượng pixel sẽ được trả về, tổng cộng là 768.
Nói cách khác, đối với một ảnh RGB, cách histogram () cung cấp thông tin về số lượng các điểm ảnh Đỏ, Xanh lục và Xanh lam trong hình ảnh cho mỗi loại 256 màu đỏ, 256 loại màu xanh lục và 256 loại màu xanh lam.
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
Mở Đầu
I.Lý Do Chọn Đề Tài
Xã hội ngày càng phát triển thì công nghệ cũng càng ngày càng phát triển theo từ các cuộc cách mạng công nghiệp đầu tiên đến bây giờ là cuộc cách mạng công ngiệp 4.0 . Là cuộc cách mạng mà cốt lõi là công nghệ thông tin với các thiết bị thông minh như robot hay xe tự lái để tăng năng suất lao động và phục vụ cho các nhu cầu đời sống con người nhưng vấn đề gặp phải chung ở đây đối với các thiết bị này là chúng vẫn còn rất ngây ngô so để chúng có trở nên thực sự thông minh thì con người phải dạy cho chúng hiểu và phân được các sự vật trong thực tế nhằm đưa ra các bài toán xử lý chính xác nhằm đạt được mục đích công việc từ đó đã phát triển nên khái niệm Image Processing . Qua quá trình phát triển thì các lập trình viên đã phát triển các thư viện hỗ trợ hay còn gọi là OpenCV cho quá trình xử lý ảnh. Nhờ đó mà khi xử lý ảnh chúng ta không cần xây dựng lại các hàm xử lý ảnh mà chỉ cần phát triển dựa trên những gì sẵn có . Do vậy nhiều người chỉ biết đến xử lý ảnh với OpenCV . Nhưng hiện tại Python cũng đã phát triển các thư viện dành riêng cho xử lý ảnh . Thế nên trong đề tài này em muốn đưa ra sự được ưu điểm nhược điểm khi xử lý ảnh với Python so với thư viện OpenCV vốn đã rất quen thuộc với hầu hết các lập trình viên trong lĩnh vực xử lý ảnh
II.Mục Tiêu Nghiên Cứu
Tìm ra được các ưu điểm và nhược khi xử lý ảnh với python và OpenCV để từ đó giúp người sử dụng khi nào nên xử dụng các thư viện của python để xử lý ảnh khi nào nên xử dụng OpenCV để xử lý ảnh nhằm đem lại hiệu quả tối đa cũng như sự khoa học trong công việc xử lý ảnh
III.Phương Pháp Nghiên Cứu
Tìm hiểu về một số kĩ thuật trong xử lý ảnh và một số modul thường được sử dụng để hiểu về các thuật toán và mô hình cho xử lý ảnh một cách tổng quát nhất
Tìm hiểu về OpenCV để trả lời cho những câu hỏi OpenCV là gì tại sao phải dùng OpenCV ,Ai dùng OpenCV, Các Cấu Trúc Tập Lệnh trong OpenCV , OpenCV
Hỗ trợ người dùng như thế nào trong xử lý ảnh
Tương tư với Python
Sau đó rút ra nhận xét về ưu nhược điểm khi xử lý ảnh với OpenCV và PyThon
IV. Đối tượng nghiên cứu
Open CV và python
CHƯƠNG I: TỔNG QUAN VỀ XỬ LÝ ẢNH
1.1.Tổng Quan Về Lĩnh Vực Nghiên Cứu
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó.
Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm nay. Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác. Đầu tiên phải kể đến Xử lý tín hiệu số là một môn học hết sức cơ bản cho xử lý tín hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các bộ lọc hữu hạn… Thứ hai, các công cụ toán như Đại số tuyến tính, Sác xuất, thống kê. Một số kiến thứ cần thiết như Trí tuệ nhân tao, Mạng nơ ron nhân tạo cũng được đề cập trong quá trình phân tích và nhận dạng ảnh.
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ Luân đôn đến New York từ những năm 1920. Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh. Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình xử lý ảnh sô thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo như mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan.
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như Camera, máy chụp ảnh). Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR). Gần đây, với sự phát triển của công nghệ, ảnh màu hay đen trắng được lấy ra từ Camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo. (Máy ảnh số hiện nay là một thí dụ gần gũi). Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh; có thể quét từ ảnh chụp bằng máy quét ảnh. Hình 1.1 dưới đây mô tả các bước cơ bản trong xử lý
1.2.Một số phép xử lý ảnh
1.2.1.Biến đổi ảnh xám(Grayscale convert)
Biến đổi ảnh xám là quá trình chuyển từ ảnh màu vể ảnh xám
Trong xử lý ảnh, việc chuyển đổi ảnh màu sang ảnh xám là công việc vô cùng phổ biến.
Ảnh màu thực chất chỉ là tập hợp của những ma trận số có cùng kích thước . Khi muốn xử lý thông tin trên ảnh, sẽ dễ dàng hơn nếu ta chỉ xử lý dữ liệu trên một ma trận số thay vì nhiều ma trận số. Việc biến đổi ảnh màu về ảnh số (Grayscale converting) xuất hiện vì mục đích trên - biến đổi thông tin ảnh về một ma trận số hai chiều duy nhất.
Giả sử, hình ảnh của bạn được lưu trữ dưới dạng RGB (Red-Green-Blue). Điều này có nghĩa bạn có ba ma trận xám tương ứng cho màu Red, Green, Blue. Công việc của bạn là tìm cách tổng hợp ba ma trận này về thành một ma trận duy nhất. Một trong số các công thức phổ biến để thực hiện việc đó là
Y = 0.2126R + 0.7152G + 0.0722B
Trong đó:
• Y: ma trận xám cần tìm
• R: ma trận xám đỏ của ảnh
• G: ma trận xám lục của ảnh
• B: ma trận xám lam của ảnh
Nếu bạn chưa quen về việc thực hiện phép toán trên ma trận, hãy hình dung Y, R, G, B là giá trị mức xám trên các ô có tọa độ giống nhau.
1.2.2.Biến đổi ảnh đen trắng
Từ ảnh xám, bạn có thể biến đổi về thành ảnh chỉ có hai màu đen-trắng (black-and-white)
Ảnh đen trắng thường được ứng dụng trong bài toán phân vùng ảnh (Image segmentation). Giả sử trong hình ví dụ trên, bằng cách biến đổi ảnh về nhị phân, bạn có thể loại bỏ các thông khung cảnh xung quanh và chỉ giữ lại hai con cá heo trên hình
Ảnh đen trắng, như tên gọi, chỉ có hai màu đen với giá trị là 0 và trắng với giá trị 255. Bài toán đặt ra là làm thế nào để biến đổi ảnh xám (hay nói cách
3.Biểu đồ phân bố tần số (Histogram)
pyplot - Thư viện xử lý ảnh Python cung cấp một số cách để trích xuất thông tin liên quan đến một hình ảnh. cách histogram () cung cấp thông tin về số lượng các màu / dải khác nhau.
cách histogram () trả về một danh sách các số điểm ảnh cho mỗi dải có trong hình ảnh. Danh sách sẽ có tất cả số lượng được ghép nối cho mỗi ban nhạc.
Nếu một hình ảnh có chế độ "RGB" thì đối với mỗi dải / màu, danh sách số lượng pixel sẽ được trả về, tổng cộng là 768.
Nói cách khác, đối với một ảnh RGB, cách histogram () cung cấp thông tin về số lượng các điểm ảnh Đỏ, Xanh lục và Xanh lam trong hình ảnh cho mỗi loại 256 màu đỏ, 256 loại màu xanh lục và 256 loại màu xanh lam.
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links