Zpracování obrazu

Počítače & grafika Přednáška č. 7

Autoři: David Škaroupka, Jiří Liška, Miroslav Cepl, Michal Pokorný, Ivo Bílek

Obsah

základní a typické úpravy snímků, obvyklé funkce v bitmapových editorech, možnosti filtrace obrazu, detekce objektů a principy OCR

Základní úpravyGeometrické úpravy: Natočení o +/-90° a 180°

Srovnání svislic/horizontu

Korekce zkreslení typu "flaška"

Základní úpravyKorekce barevné teploty: Vyvážení bílé barvy u digitálních fotoaparátů a kamer již bývá

automatické, jde o kompenzaci bílého bodu analýzou nejsvětlejších oblastí ve snímku

Ručně: nejčastěji výběrem záchytného bodu, který odpovídá buď bílé nebo šedé v daném osvětlení (bílé oblečení, ubrus, zeď, šedý beton...)

Úprava fotografie která je jakoby bez sytých barev

Základní úpravyEkvalizace = způsob zvýraznění struktury ( přemapování úrovní v bitmapě

dle požadavků operátora) Obvykle se expanduje kontrast v histogramu ( a..b → 0..100%) Barevnost je možné oživit expanzí x-y gamutu (pozor na přetečení a

šum) Korekcí kumulatitvní křivky je možné prosvětlit stíny a přemapovat

gradaci.

Bitmapové editory Operace s bitmapovým obrazem v režimu RGB, CMYK a nebo Lab:

základní 2D operace (body, obdélníky, výplně, štětce/sprajty, text...), práce na úrovni barevných kanálů (ekvalizace,...);

Operace nad celým obrazem nebo nad jeho vybranou částí: 2D transformace (translace, rotace, velikost, ořez, průhlednost), bitmapové filtry (konvoluční, fourierovské, uživatelské/pluginy,...);

Práce s hladinami: obraz je možné skládat pomocí nezávislých „průsvitek“ (průhlednosti,

operace jen nad objekty v dané hladině,...); Práce s objekty:

vektorové, textové, bitmapové;

Skriptování: automatizace často opakovaných operací.

Fitry

Konvoluční filtry Nelineární, aplikují se postupně na všechny body obrazu používají váženého součtu hodnot z okolí daného bodu,

váhy v součtu jsou určeny maticí filtru (aplikují matici na sousední pixely)

Fourierovské k odstranění nežádoucích frekvencí v obraze snadno vytváří falešné struktury

Pluginy

Detekce objektů

Vektorizace bitmapových předloh pro vektorové editory Detekce polohy objektů v průmyslové automatizaci

často jen ČB obraz hledají se těžiště, hranice a vrcholy objektů:

detekce hranic na principu rozdílu úrovní jasu, rozlišení ploch podle frekvenční charakteristiky textury

„Policejní“ aplikace detekce pohybu automatizované sledování a rozpoznání

papilárních linií (daktyloskopie) obrazu sítnice a duhovky („retina scan“) rysů obličeje (strojová „Bertilonáž“ obličeje

detekce SPZ (+ následné OCR) Problémy:

vysoké výpočetní nároky+nezanedbatelná cena HW, často jde spíš jen o „efektní“ než o efektivní aplikace.

OCR

OCR = Optical Character Recognition Rozpoznávání tištěného písma:

od 50. let (Pošta: telegramy a PSČ, embosované kreditkarty), „Latinka“ se považuje za prozkoumanou, řeší se východní

znakové sady. Psané písmo:

Omezení na specificky psané znaky, vyšší chybovost současná řešení jsou orientovaná spíš na „americké“ psané

písmo. Obvyklý postup:

Identifikace odstavců, objektů a narovnání linek, normalizace; Detekce jednotl. znaků a slitků (včetně nalezení těžiště) vyhledání nejbližšího vzorku k FFT daného znaku ve slovníku

(schopnost učení)