- Информации за ресурсите
Апстракт
Ова е едно значајно дело во обработката на сликите со MATLAB, тука ќе видиме како ќе го мериме бројот на посебните лица во една слика. На следбеник во минимум се врши со помош на MATLAB. To MATLAB од „MATrix LABoratory“, е еден број на амбиент и една тетаристичка генерација на јазик, што е преработен од MathWorks. Користејќи го MATLAB, можеме да ги решиме технолошките компјутерски проблеми поточно од тоа со традиционалните јазици на програмирање, како C, C ++ и Fortran. Оваа активност може да се развие сомонωμένα од ученици или како активност жевгари (2 ученици). Ο δάσκαλος треба да ја следи работата што завршува од нивните ученици. Оваа работа може да се изврши во секој чекор во внатрешноста на MATLAB.

Претходната и следната вести:
Πηγή https://www.instructables.com/Image-Processing-and-Counting-using-MATLAB/
Резултати од учењето
Οι μαθητές θα μάθουν πώς να επεξεργαστούν μια εικόνα χρησιμοποιώντας MATLAB.
- Организирајте една омадична работа μοιράζοντας работи и улога.
- Општествените вештини како мисијата, организацијата и комуникацијата.
- Προγραμματιστικές δεξιότητες.
- Менаџирање на времето и πόρων за да се прилагоди на препорачаните сточни.
- Κοινωνική одговорност και ευαισθητοποίηση.
- Μαθηματικές γνώσεις αναγνωρίζοντας διαφορετικούς τρόπους μέτρησης, όγκους και προοπτικές.
- Како да се работи во групи.
- Како да ги разберете почетокот на физичката.
- Πώς να επεξεργαστείτε μια εικόνα χρησιμοποιώντας MATLAB.
Други инструкции
Σε 7 απλά βήματα θα έχετε την επεξεργασμένη εικόνα σας: o Διαβάστε μια εικόνα: Μια εικόνα επιλέγεται έτσι ώστε να έχει σημαντική αντίθεση με το φόντο της έτσι ώστε τα αντικείμενα να μπορούν να αναγνωριστούν. Η συνάρτηση imread διαβάζει την εικόνα από μια δεδομένη τοποθεσία και την αποθηκεύει στον πίνακα img1. Η λειτουργία imshow εμφανίζει την εικόνα. img1 = imread («Lines.jpg»); imshow (img1) o Μετατροπή σε κλίμακα του γκρι: Αυτό το βήμα αφαιρεί τυχόν πληροφορίες χρώματος στην εικόνα για να διευκολύνει τον εντοπισμό αντικειμένων. Το rgb2gray μετατρέπει την έγχρωμη εικόνα σε εικόνα κλίμακας του γκρι και την αποθηκεύει στον πίνακα img2. img1 = rgb2gray (img1); imshow (img1) o Όριο εικόνας: Αυτό το βήμα κατωφλίζει την εικόνα μετατρέποντας την εικόνα σε κλίμακα του γκρι σε εικόνα που περιέχει μόνο δύο χρώματα. Η συνάρτηση im2bw () αποδίδει μαύρο χρώμα σε όλα τα pixel που έχουν φωτεινότητα από ένα επίπεδο κατωφλίου και τα άλλα λευκά. Η συνάρτηση Graythresh () υπολογίζει περίπου το κατώφλι της εικόνας. img2 = im2bw (img1, graythresh (img1)); imshow (img2) o Συμπληρώστε την εικόνα: Σε αυτό το βήμα συμπληρώνουμε την εικόνα χρησιμοποιώντας τον τελεστή ~. Με αυτό μετατρέπουμε τα λευκά μπαλώματα σε μαύρο και αντίστροφα. Εκτελούμε αυτό το βήμα καθώς θέλαμε οι περιοχές ανησυχίας (αντικείμενα) να είναι λευκές. img2 = ~ img2; imshow (img2) o Βρέθηκαν τα όρια του αντικειμένου: Αυτό το βήμα βρίσκει τα όρια κάθε αντικειμένου που το βρίσκει και το αποθηκεύει στο Β. Η συνάρτηση κειμένου εκτυπώνει τον αριθμό των αντικειμένων που εντοπίζονται από τα όρια. B = bwboundaries(img2); imshow(img2) text(10,10,strcat(‘color{green}Objects Found:’,num2str(length(B)))) hold on o Σχεδιάστε τα όρια: Αυτό είναι ένα διασκεδαστικό βήμα στο οποίο επισημαίνουμε τα όρια όλων των αντικειμένων που προσδιορίζονται από τη συνάρτηση bbboundaries. Αυτό το βήμα μπορεί να εξαλειφθεί εάν φαίνεται περίπλοκο for k = 1:length(B) boundary = B{k}; plot(boundary(:,2), boundary(:,1), ‘g’, ‘LineWidth’, 0.2) end
URL
РЕСУРСИ
Автор
Јазик
грчки