Temat projektu:

Program półautomatycznej konwersji sekwencji obrazów w odcieniach szarości na sekwencję obrazów kolorowych.

Wykorzystanie wygenerowanych sekwencji obrazów:
 a) własnych
 b) istniejących

Koła, trójkąty, kwadraty, intensywność szarości na intensywność jasności w HSV.

1. Ściągamy projekt na dysk komputera https://github.com/piecioshka/apo-photoshop/archive/master.zip.
2. Rozpakowujemy paczkę z projektem apo-photoshop.
3. Pobieramy (paczkę zip) node-webkit ze strony https://github.com/rogerwang/node-webkit#downloads na nasz system operacyjny.
4. Rozpakowujemy paczkę z projektem node-webkit.
5. Kopiujemy zawartość projektu apo-photoshop to katalogu który powstał po rozpakowaniu node-webkit.
6. Uruchamiamy plik nw.exe (Windows) lub nw (Linux) lub node-webkit.app (Mac).

~/ $ git clone https://github.com/piecioshka/apo-photoshop.git
~/ $ cd apo-photoshop
~/apo-photoshop/ $ npm install
~/apo-photoshop/ $ npm start

Bądź też można wygenerować paczkę na wszystkie platformy:

~/apo-photoshop/ $ gulp build

• node.js - http://nodejs.org/
• node-webkit - https://github.com/rogerwang/node-webkit

• Canvas - http://www.w3.org/TR/2dcontext/

• Gulp - http://gulpjs.com/
• Underscore.js - http://underscorejs.org/
• Underscore.assert.js - https://github.com/piecioshka/underscore.assert.js
• MoveMaster.js - https://github.com/piecioshka/move-master.js
• promise.js - https://github.com/stackp/promisejs

Wszystkie wykorzystywane narzędzia są darmowe.

Zadanie zlecone przez prowadzącego:

• Ćw. 1
  • Zadanie 1
    • Wyświetlanie histogramu
    • Metoda średnich
    • Metoda losowa
    • Metoda sąsiedztwa
    • Dodatkowo wymyślić jeden swój sposób
• Ćw. 2
  • Zadanie 1
    • Operacja odwrotności (negacji)
    • Operacja progowania (binaryzacji)
    • Operacja redukcji poziomów szarości
    • Operacja rozciągania
    • Regulacja jasnością
    • Regulacja kontrastem
    • Regulacja korekcją gamma
  • Zadanie 2
    • Uniwersalna operacja punktowa jednoargumentowa (oparta na tablicy LUT z możliwością zadawania parametrów w sposób interakcyjny (np. poprzez modyfikację postaci graficznej Uniwersalnego Operatora Punktowego)).
  • Zadanie 3
    • Typowe operacje punktowe dwu i wieloargumentowe (arytmetyczne (ADD, SUB, MUL) i logiczne (OR, AND, XOR)).
• [-] Ćw. 3
  • Zadanie 1
    • a)
      • Operacje wygładzania liniowego oparte na 4 typowych maskach wygładzania.
      • Operacje wyostrzania liniowego oparte na 4 maskach laplasjanowych.
      • Detekcja krawędzi oparta na 3 maskach detekcji krawędzi.
    • b)
      • Uniwersalna operacja liniowa (wygładzanie i wyostrzanie oparte na masce 3x3 o wartościach zadawanych w sposób interakcyjny).
        Uwaga: zastosować opcjonalnie znane metody operacji na skrajnych wierszach i kolumnach obrazu oraz 3 metody skalowania (w przypadku operacji wyostrzania).
  • Zadanie 2
    • Uniwersalna operacja medianowa (otoczenie 3x3, 3x5, 5x5, 7x7 itd.).
      Uwaga: zastosować opcjonalnie znane metody operacji na skrajnych wierszach i kolumnach obrazu.
  • Zadanie 3
    • Uniwersalna operacja logiczna wygładzania (kierunek 0, 1, 2, 3 ).
      Uwaga: zastosować opcjonalnie wybrane metody operacji na skrajnych wierszach i kolumnach obrazu.
  • Zadanie 4
    • Operacje wyostrzania gradientowego (2 maski uniwersalne, 2 maski Robertsa, 2 maski Sobela).
      Uwaga: zastosować opcjonalnie wybrane metody operacji na skrajnych wierszach i kolumnach obrazu oraz 3 metody skalowania.
• [-] Ćw. 4
  • Zadanie 1
    • Operacja liniowa sąsiedztwa oparta na masce 5x5 utworzonej na podstawie dwóch masek 3x3 użytych w dwuetapowej (1-szy etap – wygładzanie, 2-gi etap – wyostrzanie) operacji filtracji.
      Opracowaną aplikację przetestować na wybranych obrazach i porównać wyniki otrzymane przy użyciu maski 5x5 z wynikami uzyskanymi przy użyciu kolejno dwóch masek 3x3.
      Uwaga: zastosować opcjonalnie 5 znanych z wykładu metod operacji na skrajnych wierszach i kolumnach obrazu oraz 3 znane metody skalowania (proporcjonalna, trójwartościowa, obcinająca).
  • Zadanie 2
    • Korzystając z podanego na wykładzie algorytmu ścieniania zrealizować program przekształcający utworzony obiekt, np. literę (lub 2 litery – np. inicjały wykonawcy) w szkielet (szkielety).
  • Zadanie 3
    • Operacje erozji, dylatacji, otwarcia, zamknięcia dla dwóch przypadków elementu strukturalnego:
      • a) romb (cztero-sąsiedztwo)
      • b) kwadrat (ośmio-sąsiedztwo)
• [-] Ćw. 5
  • Zadanie 1
    • Segmentacja obrazów z wykorzystaniem: progowania, rozrostu obszaru, dołączania, podziału, podziału i dołączania - algorytm i aplikacja.
  • Zadanie 2
    • Segmentacja oparta na opisie tekstury;
      • a) obliczanie deskryptorów tekstury (texture descriptors),
      • b) obliczanie histogramów różnic poziomów jasności (histograms of gray-level differences),
      • c) obliczanie ciągów pikseli o takiej samej wartości (run length statistics) - algorytm i aplikacja.
  • Zadanie 3
    • Segmentacja oparta na opisie tekstury;
      • a) obliczanie wartości prawdopodobieństwa pojawienia się pary piksli o zadanych poziomach jasności w odległości d jeden od drugiego (obliczanie macierzy współwystąpień (co-occurence matrix calculation)),
      • b) wyznaczenie rozkładu widma potęgowego (power spectrum) - algorytm i aplikacja.
  • Zadanie 4
    • Opis obrazu z wykorzystaniem algorytmu żółwia.

Zadania zlecone przez developerów:

• Skróty klawiaturowe.
• Słowniki tłumaczeń.
• Drag & drop na oknach.
• Duplikacja aktywnego okna.
• Przywróć obrazek do pierwotnego stanu.
• Zamknięcie programu.
• Aktywacja właściwych elementów w menu kiedy aktywne jest odpowiednie okno.
• Konwertuj otwierane kolorowe obrazy do postaci obrazu w odcieniach szarości.
• Przesuwać oknem klikając w tytuł okna.

Uwagi zgłoszone na ostatnich zajęciach:

• Histogram obok obrazka.
• Aktualizacja histogramu, kiedy uruchamiamy jakąś operację.
• Filtracja liniowa - na sztywno elementy, aby przesuwanie okna z opcjami po za okno programu nie łamało.
• Duplikacja aktualnej wersji obrazka (po ewentualnych modyfikacjach).
• Histogram tylko dla ostatniego obrazka.
• Operacje tylko dla ostatniego obrazka.
• Zamknięcie otwartych okien z opcjami kiedy zamkniemy obraz na którym te operacje są uruchamiane.
• Zapisanie obrazu (zapytać przy zamknięciu zmodyfikowanego obrazka).
• Po najechaniu na histogram, prezentować pod nim: nr kanały szarości i ilość wystąpień (oraz dodać paletę kolorów).
• Lista kanałów szarości do modyfikacji (UOP).
• Wybieranie operacji arytmetycznych oraz logicznych na podstawie otwartych okien, a nie wybrania kilku obrazów.
• Wygładzanie: maska 1 (źle).
• Do zaliczenia (ptak morf, i ptak morf bin):
  • Z ćw. 4 - zadania (morfologiczne).
  • Z ćw. 5 - algorytm żółwia.
• Pomoc na Windowsie nie działa.

Uwagi zgłoszone na dodatkowych zajęciach:

• Do ćwiczeń

  • Dodać słowo 'Kopia' do nazwy obrazka gdy go duplikujemy.
  • Button zamknij wszystko okna.
  • Operacje morfologiczne bez limitu wykonania.
  • Skrót do zwiększania/zmniejszania wartości.
  • Filtracja liniowa: Metoda trójwartościowa - źle działa.
  • Filtracja liniowa: Filtracja dolnoprzepustowa - bez tej prawej kolumny.

• Do projektu

  • Kolorować w nowym oknie, aby nie modyfikować oryginału.
  • Wysegmentować jakąś postać z dowolnego obrazka
  • Dorobić jeszcze z 2 sekwencje, bardziej rozbudowane (więcej obiektów).

Problemy znalezione podczas testów:

• Problem z szerokimi obrazkami w filtracji liniowej (analizuje tylko kwadrat).
• Przywrócenie do pierwotnego stanu nowo stworzonego okna (Operacje Arytmetyczne i Logiczne).
• Aktualizacja tytułu okienka dopiero po załadowaniu obrazka (problem z długimi nazwami plików).
• Rozszerzamy operacje morfologiczne dla MS Windows.
• Kolorowanie jako operacja.
• Algorytm Żółwia: wybór koloru który będzie użyty do zaznaczenia granicy obiektu.

Zadania potrzebne do zrealizowania projektu grupowego:

• Wczytanie sekwencji obrazów.
• Rozpoznanie obiektów z pierwszego kadru wykorzystując Progowanie przedziałami. Wytniemy obrazek w zadanym odcieniu szarości.
• Prezentacja wyodrębnionych obiektów w osobnym oknie.
• Dobór kolorów z palety HSV dla każdego obiektu.
• Algorytm iteracyjny: Zastosowanie nowego koloru do wyodrębionego obiektu.
• Po zakończeniu nakładania koloru pokazujemy w nowym oknie wynik pokolorowanej sekwencji obrazów.

Uwagi z egzaminu

• Dodać prowadzący i APO do pomocy.
• Dodać liczbę ile jest obrazków otwartych na projekcie (w belce otwartego okna).
• Zmienić nazwę w menu "Wybór obiektów na obrazie"
• Dodać paletę kolorów HSV (Skorzystać z systemowego).
• Labelki przycisków w sekwencji poklatkowej przenieść do Locali i spolszczyć.

Bonusy

• Resize okna (Duży obrazek w małym oknie programu).
• Kiedy otworzymy obrazek, który nie będzie się mieścił z powodu kaskadowości, ustawiamy go w pkt (0, 0).
• Wyeliminować mruganie w pkt (0, 0) kiedy pokazuje się nowe okno.
• Edycja pokolorowanej sekwencji.
• Regulacja progów, regulacja kolorów.

• Online
  • http://pl.wikipedia.org/wiki/Lista_czarno-bia%C5%82ych_film%C3%B3w_poddanych_koloryzacji (Ostatni odczyt: 2014/12/16 13:00)
  • http://www.cs.huji.ac.il/~yweiss/Colorization/ (Ostatni odczyt: 2014/12/16 14:00)
  • https://github.com/cmisenas/canny-edge-detection (Ostatni odczyt: 2014/12/16 15:00)
  • http://mbs98.republika.pl/projekty/ro/ro.html (Ostatni odczyt: 2014/12/16 16:00)
  • http://www.algorytm.org/przetwarzanie-obrazow/filtrowanie-obrazow.html (Ostatni odczyt: 2014/12/16 17:00)
  • http://www.axiomx.com/posterize.htm (Ostatni odczyt: 2015/01/06 21:37)
• Książki
  • Io. Pitas: Digital image processing, algorithms and applications, John Wiley & Sons, March 2000