מעבד תמונות מקודד GET1033 Python: 5 שלבים

2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:15

פרויקט זה עוסק ביצירת מעבד תמונה מקודד משלי לפייתון עבור המודול שלי, GET1033 חקר אוריינות מדיה חישובית. בהתחלה, המשתמש יצטרך להזין תמונה משלו ולאחר מכן לבחור את המסננים שהוא רוצה. יצרתי 9 מסננים שהם: הצג את תמונת הקלט, מראה, שים מאחורי סרגל, שים מאחורי סרגל שקוף, תמונת מעגל, טשטוש, סיבוב, שינוי צבע ופוטושופ. לאחר בחירת אחד מהם, לתמונת הפלט יהיו האפקטים. כפי שמוצג בתמונה, זהו המסנן לשינוי הצבע שבו אני מזהה את הפיקסלים בצבע הירוק שבתמונה וממיר אותם לצבע ורוד.

שלב 1: תהליך הכנתו

שלב 1: הורד את פייתון מכאן!

שלב 2: קוד אותו!

קודם כל, ייבאתי כמה חבילות עם פונקציה מקודדת זמינות לשימוש בקוד. החבילות שייבאתי הן Scipy, Matplot ו- Numpy.

עבור Scipy ייבאתי שגרות שונות (MISC) ועיבוד תמונות רב ממדי (NDIMAGE). MISC מיועד לקריאה ושמירה של התמונה ואילו NDIMAGE היא לבצע פילטר גאוסי ולסובב.

עבור Matplotlib, זוהי ספרייה לתכנון גרף ב- Python המספקת ממשק דמוי MATLAB.

עבור Numpy, זוהי ספרייה שיכולה לתמוך במערכים ובמטריצות גדולות. Numpy חשוב מכיוון שהוא מאפשר לי לערוך את מערך התמונות אדום, ירוק וכחול (RGB) ביעילות כשאני מוסיף או מכפיל את המערך. לדוגמה, A = [0, 1, 2] ועם הנוכחות של Numpy, A*2 = [0, 2, 4] במקום לקבל A*2 = [0, 1, 2, 0, 1, 2].

כשאני עובד על המסנן לשינוי צבע, אני מנסה להפוך את השיער הירוק של הילדה לצבע ורוד. אז מה שעשיתי היה לזהות את הפיקסלים בצבע הירוק שבתמונה ולהכפיל אותם עם (2, 0.2, 0.8). לפיכך, אקנה נערת שיער ורודה במקום השיער הירוק בפועל.

באשר לפוטושופ, אני מנסה להחליף את הרקע הירוק בתמונת הנוקמים בתמונה של NUS. אז מה שעשיתי היה הכפלת 0 לכל הפיקסלים הירוקים ולאחר מכן הוסף את הפיקסלים של התמונה של NUS לפיקסלים הירוקים. לאחר מכן זה יביא לי תמונה של הנוקמים ב- NUS.

צירפתי גם את הקוד שלי ב- GitHub ותוכל להוריד אותו כאן!

שלב 2: איך זה עובד?

תרשים הזרימה מצורף כדי להראות כיצד כל הקוד עובד!

1. ראשית, המשתמש מתבקש להזין תמונה לפי בחירה. 2. לאחר מכן היא תציג את רשימת המסננים שהמשתמש יכול לבחור מהם. 3. אם המשתמש הזן '1' עד '9', התמונה תעובד ותצא לפי כל מסנן.4. אם המשתמש הזן 'R', כל התוכנית תתאפס והמשתמש יתבקש להעלות תמונה שוב. אם המשתמש הזן 'Q', התוכנית תצא מהלולאה.

שלב 3: מה זה עושה?

בפרויקט זה, ישנם 9 פילטרים שיצרתי, כלומר

1. הצג את תמונת הקלט - להצגת התמונה המועלת

2. תמונת מראה - שכפול משתקף של אובייקט אך הפוך לכיוון

3. לשים מאחורי הסרגל - הכנסת קווים אנכיים שחורים ברוחב ומרווח השווה ל -50 פיקסלים.

4. לשים מאחורי סרגל שקוף - הכנסת סורגים אנכיים שקופים ברוחב ובמרווח השווה ל -50 פיקסלים

5. תמונת מעגל - ליצירת עיגול במרכז התמונה

6. טשטוש - לטשטוש התמונה

7. סיבוב - לסיבוב התמונה ב -45 מעלות

8. שינוי צבע - לשינוי צבע ירוק לצבע ורוד

9. פוטושופ - לשינוי חלק בתמונה עם תמונה אחרת

שלב 4: למה הצלחתי?

בעבר, אני סקרן כיצד אינסטגרם וסנאפצ'ט מצאו מסננים לתמונות שהפכו אותם למעניינים כל כך. לאחר ההרצאה וההדרכה בנושא מציאות רבודה, רציתי לעשות משהו שקשור לזה אבל הייתי רוצה להתחיל מהבסיס שהוא עיבוד תמונה כי אני חלש בתכנות והייתי רוצה ללמוד קידוד פייתון.

שלב 5: שיפורים ומה יעשו הגרסאות העתידיות?

אחד השיפורים בפרויקט זה הוא ליצור מסנני פנים משלי בסרטוני חיים באמצעות Python. ניסיתי לקודד את זה אבל לא הצלחתי להשיג אף אחד מהם בגלל חוסר ידע בתכנות ומגבלת זמן. מלבד זאת, מעבד התמונה יכול להיות 'חכם' יותר שבו הוא יכול לזהות באופן אוטומטי את הצבעים ולשנות רק את החלקים שאנו רוצים. יש פעם אחת שאני מנסה לשנות את השיער השחור של אדם לצבע אחר. בסופו של דבר אני משנה את העין ואת צבע השיער לכחול מה שהופך את התמונה למראה מוזרה מאוד. אני מקווה שאני מסוגל ליצור פרצוף משלי