Basic Image processing

Crop image

Crop เป็นการแบ่งภาพเฉพาะส่วน หรือก็คือเป็นความสามารถในการแบ่งส่วนอาร์เรย์ของ NumPy

$ image[y_start:y_end, x_start:x_end]

โดยที่ image คือ ตัวแปรเก็บภาพที่ต้องการนำมาแสดงภาพเฉพาะส่วน ซึ่งตัวแปรเก็บภาพอาจเป็นชื่ออื่นที่ไม่ใช่ image ก็ได้ เช่น

my_img = cv2.imread("path/your/image.jpg")
crop = my_img[0:100,0:500]

ตัวแปร crop จะทำการเก็บภาพเฉพาะตำแหน่ง (0,0) ถึง (100,500)

Example:

import cv2
import imutils 

image = cv2.imread("path/your/image.jpg")
image = imutils.resize(image,width = 400)

(h, w) = image.shape[:2]
(cX, cY) = (w // 2, h // 2) tl = image[0:cY, 0:cX]cv2.imshow("Top-Left Corner", tl)

tr = image[0:cY, cX:w]
cv2.imshow("Top-Right Corner", tr)

br = image[cY:h, cX:w]
cv2.imshow("Bottom-Right Corner", br)

bl = image[cY:h, 0:cX]
cv2.imshow("Bottom-Left Corner", bl)

image[0:cY, 0:cX] = (0, 255, 0)
cv2.imshow("Updated", image)
cv2.waitKey(0)

• บรรทัดที่ 8 : หาจุดกึ่งกลางของภาพ

• บรรทัดที่ 10, 13, 16, 19 : แบ่งภาพที่ตำแหน่งที่ต้องการ

• บรรทัดที่ 22 : กำหนดให้ภาพที่ตำแหน่ง [0:cY, 0:cX] เป็นสีเขียว

Bitwise

Bitwise เป็นตัวดำเนินการทางตรรกศาสตร์ (AND, OR, XOR, NOT) ซึ่งตัวดำเนินการนี้จะใช้กับภาพที่เป็นไบนารี่เท่านั้น

ตารางตรรกศาสตร์

• AND

$ cv2.bitwise_and(image1, image2)

• OR

$ cv2.bitwise_or(image1, image2)

• XOR

$ cv2.bitwise_xor(image1, image2)

• NOT

$ cv2.bitwise_not(image)

Example:

import numpy as np
import cv2
 
rectangle = np.zeros((300, 300), dtype = "uint8")
cv2.rectangle(rectangle, (25, 25), (275, 275), 255, -1)
cv2.imshow("Rectangle", rectangle)
 
circle = np.zeros((300, 300), dtype = "uint8")
cv2.circle(circle, (150, 150), 150, 255, -1)
cv2.imshow("Circle", circle)

bitwiseAnd = cv2.bitwise_and(rectangle, circle)
cv2.imshow("AND", bitwiseAnd)

bitwiseOr = cv2.bitwise_or(rectangle, circle)
cv2.imshow("OR", bitwiseOr)

bitwiseXor = cv2.bitwise_xor(rectangle, circle)
cv2.imshow("XOR", bitwiseXor)
 
bitwiseNot = cv2.bitwise_not(circle)
cv2.imshow("NOT", bitwiseNot)
cv2.waitKey(0)