Week 3 · Part I 影像處理基礎 · 整門課最濃密的一週

W3 操控像素的方法 (Pixel Processing)

W2 學過 pixel 從哪裡來,本週進入「怎麼操控這個矩陣裡面的每個數字」。影像格式、單點運算、Gamma、直方圖、卷積濾波,涵蓋整個前處理工具箱。本週只改 pixel 值,不改 pixel 位置(那是 W4)。

本週要做的事

總共 153 頁投影片,內容密度最大的一週。挑重點講,動手做為主。

順序內容預估時間
1§0 開場複習:影像是一個整數矩陣 + 三種影像世界(Binary/Gray/RGB)10 min
2§1 影像與視訊格式 (JPEG/PNG/H.264 壓縮)20 min
3§2 單點運算 (Brightness/Contrast 線性映射)20 min
4§3 Gamma 矯正 + LUT 加速30 min
5§4 直方圖 / equalizeHist / CLAHE / Otsu30 min
6§5 卷積基礎 + Padding + 中值濾波30 min
7§6 高斯 / 雙邊 / 銳化 + 頻域概念20 min
8§7 動手做 Lab1 + Lab220 min

教材檔案

8 大主題

§0 開場複習

影像 = 整數矩陣 f(x,y) ∈ [0,255]。三種影像世界:Binary (1-bit)、Grayscale (8-bit)、RGB (24-bit)

§1 影像與視訊格式

1080p 未壓縮 = 6 MB/張;30 fps 1 分鐘 = 10.8 GB。
無損 (PNG/BMP) vs 有損 (JPEG);H.264 視訊壓縮基本概念。

§2 單點運算

每個 pixel 獨立處理。Brightness 偏移 + Contrast 縮放: g = α·f + β

§3 Gamma 矯正 + LUT

非線性映射 g = 255·(f/255)^γ。
LUT (Look-Up Table) 一次算 256 值快取,比逐 pixel 算快 10x+。

§4 直方圖 / 閾值

equalizeHist 全域均衡 / CLAHE 局部均衡 / Otsu 自動二值化

§5 卷積基礎

3×3 kernel 滑窗,Padding 處理邊界,Mean / Median filter。

§6 高斯/雙邊/銳化

Gaussian (高斯模糊) / Bilateral (保邊去雜) / Unsharp Mask (銳化)。頻域 sidebar:FFT 觀點。

§7 總結與 Lab

把 Gamma / 直方圖均衡 / 卷積整合,完成 Lab1 + Lab2 兩個情境題。

W3 作業 | Gamma + 直方圖均衡(兩個 Lab)

Lab 1 | 夜間監視器影像 Gamma 矯正

情境:你負責維護社區安防系統,某支監視器在夜間拍出的畫面幾乎全黑,只有極微弱的路燈光影。請勿使用單純加法(會讓背景雜訊泛白),必須使用 Gamma Correction 非線性地提亮暗部細節,找出畫面中隱藏的人物輪廓。

  1. 讀入欠曝影像,計算並顯示直方圖,確認直方圖極度左偏
  2. 實作 Gamma 矯正函式(注意 float32 轉換與 uint8 截斷)
  3. 試驗 γ = 0.1, 0.3, 0.5, 0.7,比較各 γ 值的視覺效果與直方圖變化
  4. 建立 LUT 版本 (cv2.LUT),用 time.perf_counter() 測量速度差異

Lab 2 | 產線視覺檢測影像品質診斷

情境:產線視覺檢測機台因廠房環境光源不穩定,導致拍出來的零件圖片時而過曝、時而曝光不足、時而低對比。請設計一套自動影像品質診斷與修復程式。

  1. 讀入病態影像(過曝、欠曝、低對比)
  2. 計算每張影像的直方圖並繪製,寫出文字診斷結果
  3. 分別套用 cv2.equalizeHist() 和 CLAHE,比較兩者的效果
  4. 刻意把 CLAHE 的 clipLimit 設為 40,觀察雜訊放大的後果,再調回 2.0

繳交內容

  • 每個 Lab 的程式碼 (.ipynb 或 .py)
  • 關鍵結果截圖(原圖 + 處理後 + 直方圖)
  • 簡短文字心得:Gamma vs 線性加法的差別、CLAHE clipLimit 的影響

學生檢核表

  • 我理解 Gamma 矯正為什麼非線性,跟簡單加亮的差別
  • 我能用 LUT 加速 pixel-by-pixel 運算
  • 我能讀懂直方圖,辨識「過曝/欠曝/低對比」
  • 我知道 equalizeHist 和 CLAHE 的差別
  • 我能寫一個 3×3 卷積 (Gaussian / Mean)
  • Lab1 和 Lab2 已完成

下週預告 (W4)

本週只改 pixel 值,下週進入「改 pixel 位置」:

  • 座標系統 + 齊次座標
  • 2D 幾何變換(旋轉、縮放、仿射、投影)
  • 影像插值(Nearest / Bilinear / Bicubic)
  • 針孔相機模型 + 相機校準