點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
付費限定
【🔒 影像辨識 - OpenCV系列】Ep.3 點陣圖與向量圖
更新於 發佈於 閱讀時間約 2 分鐘
以行動支持創作者！付費即可解鎖
本篇內容共 1174 字、0
則留言，僅發佈於🔒 阿Han的軟體心法實戰營你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
留言
留言分享你的想法！
阿Han的沙龍
129會員
283內容數
哈囉，我是阿Han，是一位 👩💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。
阿Han的沙龍的其他內容
2024/04/19
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
2024/04/19
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
2024/02/07
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
2024/02/07
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
2024/02/04
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
2024/02/04
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
你可能也想看
大家好，我是一名眼科醫師，也是一位孩子的媽
身為眼科醫師的我，我知道視力發展對孩子來說有多關鍵。
每到開學季時，診間便充斥著許多憂心忡忡的家屬。近年來看診中，兒童提早近視、眼睛疲勞的案例明顯增加，除了3C使用過度，最常被忽略的，就是照明品質。
然而作為一位媽媽，孩子能在安全、舒適的環境
大家好，我是一名眼科醫師，也是一位孩子的媽
身為眼科醫師的我，我知道視力發展對孩子來說有多關鍵。
每到開學季時，診間便充斥著許多憂心忡忡的家屬。近年來看診中，兒童提早近視、眼睛疲勞的案例明顯增加，除了3C使用過度，最常被忽略的，就是照明品質。
然而作為一位媽媽，孩子能在安全、舒適的環境
我的「媽」呀！
母親節即將到來，vocus 邀請你寫下屬於你的「媽」故事——不管是紀錄爆笑的日常，或是一直想對她表達的感謝，又或者，是你這輩子最想聽她說出的一句話。
也歡迎你曬出合照，分享照片背後的點點滴滴 ♥️
透過創作，將這份情感表達出來吧！🥹
我的「媽」呀！
母親節即將到來，vocus 邀請你寫下屬於你的「媽」故事——不管是紀錄爆笑的日常，或是一直想對她表達的感謝，又或者，是你這輩子最想聽她說出的一句話。
也歡迎你曬出合照，分享照片背後的點點滴滴 ♥️
透過創作，將這份情感表達出來吧！🥹
GNN發展背景
傳統的深度學習模型如在計算機視覺（CV）和自然語言處理（NLP）領域中極為成功，主要是處理結構化數據如影像和文本。這些數據類型通常具有固定且規律的結構，例如影像是由有序的像素點組成。然而，在真實世界中，許多數據是非結構化的，如化合物結構（原子和分子）。這些數據雖然具有一定的規則性，
GNN發展背景
傳統的深度學習模型如在計算機視覺（CV）和自然語言處理（NLP）領域中極為成功，主要是處理結構化數據如影像和文本。這些數據類型通常具有固定且規律的結構，例如影像是由有序的像素點組成。然而，在真實世界中，許多數據是非結構化的，如化合物結構（原子和分子）。這些數據雖然具有一定的規則性，
視覺層級並不侷限於平面設計，在用戶體驗及介面上更是一個重要的核心之一。視覺層級除了讓畫面的視覺編排更加精緻好看，更重要的功能是能讓畫面有效地被組織，讓觀者更容易理解。
視覺層級並不侷限於平面設計，在用戶體驗及介面上更是一個重要的核心之一。視覺層級除了讓畫面的視覺編排更加精緻好看，更重要的功能是能讓畫面有效地被組織，讓觀者更容易理解。
在影像辨識中，若遇到物件與背景難以分辨的狀況下，先做一下色彩分析，知道了色彩強度階層上的像素數，有助於了解後續需要做什麼處理，比較好分割出辨識物。
若想辨識的物件與背景的RGB值過於接近，也比較好說明此狀況，為什麼較難分割出物件。
成果呈現
第一張圖：左邊為原圖，右邊為分析結果的圖，用其他顏
在影像辨識中，若遇到物件與背景難以分辨的狀況下，先做一下色彩分析，知道了色彩強度階層上的像素數，有助於了解後續需要做什麼處理，比較好分割出辨識物。
若想辨識的物件與背景的RGB值過於接近，也比較好說明此狀況，為什麼較難分割出物件。
成果呈現
第一張圖：左邊為原圖，右邊為分析結果的圖，用其他顏
首先我們先用小畫家，創建一個簡單的十字箭頭圖，在用高斯模糊將圖用模糊來模擬圖片糊掉的狀況。
如何檢測呢?
先假設在圖像清晰的狀況下，取邊緣的話線條應該是很明顯的吧，模糊的情況下，邊緣線條應該就會變多?
看下圖，由左看到右，在圖片清晰的狀況下，線條是相當明顯的
那有什麼方法將其量化成數字?
首先我們先用小畫家，創建一個簡單的十字箭頭圖，在用高斯模糊將圖用模糊來模擬圖片糊掉的狀況。
如何檢測呢?
先假設在圖像清晰的狀況下，取邊緣的話線條應該是很明顯的吧，模糊的情況下，邊緣線條應該就會變多?
看下圖，由左看到右，在圖片清晰的狀況下，線條是相當明顯的
那有什麼方法將其量化成數字?
觀看本文將可以學習到如何利用Numpy求得物件的邊緣點，及算出物件的寬跟高。
有詳細的程式邏輯說明，及各函式用法說明。
綠點及紅點則是採樣到的邊界點，比較粗的點是偵測到的最大值
完整程式碼
import cv2
import numpy as np
import matplotl
觀看本文將可以學習到如何利用Numpy求得物件的邊緣點，及算出物件的寬跟高。
有詳細的程式邏輯說明，及各函式用法說明。
綠點及紅點則是採樣到的邊界點，比較粗的點是偵測到的最大值
完整程式碼
import cv2
import numpy as np
import matplotl
直方圖是對圖像中像素強度分布的圖形表示。通過分析直方圖，我們可以獲得有關圖像對比度、亮度和色彩分佈的有用信息。
直方圖是對圖像中像素強度分布的圖形表示。通過分析直方圖，我們可以獲得有關圖像對比度、亮度和色彩分佈的有用信息。
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
涉及圖像處理和計算機視覺時，色彩空間轉換是一個常見操作，應用如下：
降維： 將一張彩色圖像轉換為灰度圖像可以減少數據的維度，簡化處理過程，同時在某些情況下保留重要的視覺信息。
突顯特徵： 在某些情況下，某些色彩通道可能包含冗餘或不必要的信息，通過轉換到其他色彩空間，可以更好地突顯圖像中的重要特徵
涉及圖像處理和計算機視覺時，色彩空間轉換是一個常見操作，應用如下：
降維： 將一張彩色圖像轉換為灰度圖像可以減少數據的維度，簡化處理過程，同時在某些情況下保留重要的視覺信息。
突顯特徵： 在某些情況下，某些色彩通道可能包含冗餘或不必要的信息，通過轉換到其他色彩空間，可以更好地突顯圖像中的重要特徵
在網路上，不時會看到由一塊塊色塊所組成的低解析度繪畫或是GIF動畫，每當我看見這些作品的時候，都會洋溢著神祕的情懷，彷彿回到小時候，晚上拿起掌機偷打電玩的時光。這些粒粒可見的色塊來傳達的視覺藝術，是從何而來？又為甚麼能帶給人們感動呢？
在網路上，不時會看到由一塊塊色塊所組成的低解析度繪畫或是GIF動畫，每當我看見這些作品的時候，都會洋溢著神祕的情懷，彷彿回到小時候，晚上拿起掌機偷打電玩的時光。這些粒粒可見的色塊來傳達的視覺藝術，是從何而來？又為甚麼能帶給人們感動呢？