Втор колоквиум part 1

Question 1

Што означува Otsu’s binarization?

Answer 1

Да речеме дека имаме bimodal слика (хистограмот на сликата е со два пика). На таа слика може да ја земеме средината на двата пика поединечно како thresh value. Тоа е бинаризацијата на Otsu.

Question 2

Како се реализира Otsu’s binarization in opencv?

Answer 2

cv2.threshold(img, 0, 255, cv2.THRESH_BINARY/../.. + cv2.THRESH_OTSU).

arg1: source image
arg2: threshold value e секогаш 0
arg3: било која вредност е соодветна според нас
arg4: обичен threshold + Otsu’s threshold

Question 3

Колку параметри враќа threshold-от со Otsu методот?

Answer 3

два параметри: retValue, thresh

retValue: оптималната threshold вредност (доколку не се користел Otsu’s method, retValue == threshold value)
thresh: threshold-ираната слика

Question 4

Кога е погодно да се користи locally adaptive thresholding?

Answer 4

Кога во сликите имаат различни осветлувања во некои области, т.е. изразени контури.

Question 5

Што прави алгоритмот на locally adaptive thresholding?

Answer 5

Алгоритмот пресметува thresholding на мали региони во сликата. Во овој случај добиваме различни thresholds за различни региони на сликата

Question 6

Колку влезни и излезни параметри има cv2.adaptiveThreshold()?

Answer 6

Влезни = 6

arg1 = source img
arg2 = max вредност на threshold
arg3 = cv2. ADAPTIVE_THRESH_MEAN_C / cv2. ADAPTIVE_THRESH_GAUSSIAN_C
arg4 = обична threshold вредност
arg5 = големината на соседството [прозорецот]
arg6 = constant

Question 7

Кои се двата основни морфолошки оператори?

Answer 7

Erosion and Dilation

Question 8

Кои се варијациите на ерозија и дилатација

Answer 8

Opening, Closing, Gradient

Question 9

Што претставува ерозија а што дилатација?

Answer 9

Ерозија ги намалува објектите а ја зголемува позадината.

Дилатација ги зголемува објектите а ја намалува позадината.

Question 10

Како функционира алгоритмот на ерозија?

Answer 10

Кернелот се лизга низ сликата, Пиксел во оригиналната слика ќе се смета за 1 ако сите пиксели под кернелот се 1. Инаку сликата е eroded, т.е. пикселите се земаат како 0.

Question 11

Која opencv функција ја користеме за да направеме ерозија?

Answer 11

cv2.erode(img, kernel, iterations = x)

каде што претходно креираме kernel со големина по наша желба

Question 12

Како функционира алгоритмот на дилатација?

Answer 12

Кернелот се лизга низ сликата. Пикселот во сликата е 1 доколку барем 1 пиксел под кернелот е 1.

Question 13

Која opencv функција ја користеме за да направеме дилатација?

Answer 13

cv2.dilation(img, kernel, iterations = x)

каде што претходно креираме kernel со големина по наша желба

Question 14

Што се случува ако искористеме заедно и ерозија и дилатација?

Answer 14

Се отстранува шум. Процесот е, ерозијата ги остранува белите шумови. Но, бидејќи истовремено го намалува и објектот, користеме на крај дилатација.

Question 15

На колку начини може да се креира kernel и кои се тие?

Answer 15

2 начини:

1) np.ones((5,5), np.uint8)
2) cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5,5))

//наместо MORPH_ELIPSE може да имаме и MORPH_RECT, или MORPH_CROSS

Question 16

Како може да направеме edge detection со помош на ерозија и дилатација?

Answer 16

Edge1 = dilated - original
Edge2 = original - eroded
Edge1 + Edge2 = stronger edges

Question 17

За што се користат функциите Opening and Closing?

Answer 17

Opening: erosion followed by dilation;
служи за отстранување на шум.
cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

Closing: dilation followed by erosion;
отстранување на мали дупки внатре во
објектот.
cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

Question 18

Како може да се направи edge detection со помош на opening and closing?

Answer 18

Со употребување на функцијата:

cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

Question 19

TIP: за подобра прегледност пред ја почнеме да наоѓаме контури на сликата, прво треба да направеме threshold.

Answer 19

//

Question 20

Со која функција во opencv наоѓаме контури ?

Answer 20

cv2.findContours(), но прво мора да ја конвертираме сликата во grayscale.

Question 21

Кои се влезните а кои се излезните аргументи на cv2.findContours()?

Answer 21

Влезни - 3

arg1 : source image
arg2 : contour retrieval mode
arg3 : contour approximation method

Излезни - 3 - image, contours and hierarchy
contours е Python листа од сите контури во сликата. Секоја контура е Numpy array од (x,y) од граничните точки на објектот

Question 22

Со која функција во opencv цртаме контури ?

Answer 22

cv2.drawContours()

arg1 : source image
arg2 : contours
arg3 : index of contours. If we want to draw all of the contours we say -1
arg4: color
arg5: thickness

Question 23

Кои вредности може да ги има параметарот contour approximation method?

Answer 23

чува (x,y) координати од границата на обликот.

cv2. CHAIN_APPROX_NONE : сите точки од границата се зачувани
cv2. CHAIN_APPROX_SIMPLE: ги отстранува сите редундантни точки т.е. прави компресија

Question 24

Што претставува convexity defect?

Answer 24

Секоја промена на hull од објектот

Question 25

Што претставува Convex Hull?

Answer 25

cv2. convexHull() проверува крива за convexity defects, и истата ја корегира.
* convex кривата е секогаш испакната. Доколку истата е вдлабната, тогаш имаме некаков дефект.*

Question 26

Кои се влезни параметри на cv2.convexHull()?

Answer 26

Влезни аргументи

arg1 - contours [контурите што ги вметнуваме]
arg2 - returnPoints = True/Flase [False користеме ако сакаме да најдеме convexity defects]

Question 27

Кои се влезните а кои се излезните параметри на cv2.convexityDefects()?

Answer 27

Влезни аргументи

arg1 - contours
arg2 - convex hull

Излезни аргументи:

низа - [ start point, end point, farthest point, approximate distance to farthest point ]

Question 28

За што се користи функцијата cv2.contourArea()?

Answer 28

За да се најде плоштината на контурата.

Question 29

Со која равенка може да ја извлечеме само контурата без исполнетоста внатре?

Answer 29

0.05 < area / float(img_area) < 0.8

Question 30

Што прави sys.maxsize

Answer 30

maxsize атрибутот ја враќа низата/листата со најголема должина.

Question 31

Што прави функцијата cv2.matchShapes()?

Answer 31

Се споредуваат две фигури или две контури. Колку е помала вредноста на излезниот параметар толку се послични двете фигури/контури

Question 32

Кои се влезните аргументи на функцијата cv2.matchShapes()?

Answer 32

arg1 : source contour/image
arg2 : another source contour/image
arg3 : 1
arg4 : 0.0

Question 33

Што е функцијата на contour approximation?

Answer 33

апроксимира една фигура во друга со помал број на точки.

Question 34

Што користиме за да апроксимираме некоја фигура?

Answer 34

epsilon = 0.1 * cv2.arcLength() 
//arc length го дава периметарот на контурата
//ако вториот параметар на arc length == True тогаш
//контурата е затворена

cv2.approxPolyDP(contour, epsilon, True) 
// оваа функција се користи за апроксимацијата со
// помалку точки; true == контурата е затворена

Question 35

Што е функцијата на measure.label

Answer 35

ги зема во една низа сите региони кои што имаат иста вредност на пикселите. Обично се употребува за детекција на светли бели региони.

Question 36

Одредување на правоаголник за некоја контура?

Answer 36

cv2.boundingRect()

1 влезен аргумент : contour
4 излезни аргументи : x,y,w,h
// (x,y) - top-left coordinate од правоаголникот
// (w,h) - висина и ширина на правоаголникот

cv2.rectangle(img, (x,y), (x+w,y+h), color, thickness)

Question 37

Одредување на круг за некоја контура?

Answer 37

cv2.minEnclosingCircle()

1 влезен аргумент : contour
2 излезни аргументи : (cX, cY) [центар] и radius

cv2.circle(image, (int(cX), int(cY)), int(radius),color, thicknes)

Question 38

Одредување на елипса за некоја контура?

Answer 38

cv2.fitEllipse()

1 влезен аргумент : contour
1 излезен аргумент

cv2.ellipse(img,ellipse,color, thickness)