سلام
آقا، شدیدا احتیاج به یک الگوریتم یا راهنمایی در مورد Image Recognition دارم .
میخوام بدونم که چطور میشه که در یک تصویر که مثلا چهار تا عکس گنجونده شده، چطور میشه این چهار تا عکس رو از هم تفکیک کرد و در فایلهای جدا گانه save کرد؟؟؟
به کوچکترین اطلاعات در این مورد نیازمندم!!!!!
این عکسهایی که میخوای از هم تفکیک بشن بر چه اساسی مشخص میشن؟میخوام بدونم که چطور میشه که در یک تصویر که مثلا چهار تا عکس گنجونده شده، چطور میشه این چهار تا عکس رو از هم تفکیک کرد و در فایلهای جدا گانه save کرد؟؟؟
این عکسها در حقیقت عسهایی هستند که با اسکنر اسکن شدن ، و پشت صحنه اونها سیاه هست(ولی نه سیاه مطلق، میدونی که!!!) و چون کار جدا سازی اونها با نرم افزارهایی مثل PhotoShop به صورت دستی انجام میشه ، من میخواستم که با این برنامه اون رو به صورت مکانیزه انجام بدم.
از توجه شما متشکرم
رو اینترنت بگرد دنبال Edge Detection
من خیلی درباره این مطلب جستجو کردم یه چیزهایی هم پیدا کردم و هنوز هم دارم میگردم، ولی چون زیاد در زمینه Image Processing آشنا نیستم، اگه یه بزرگواری پیدا بشه و به من کمک کنه خیلی ممنونش میشم
از راهنمایی شما متشکرم
سلام ؛
این مبحث خیلی بزرگ و مفصله و حرف زدن در موردش بدون فراگیری پیش نیازها و بی برنامه نتیجه مفیدی نخواهد داشت . بهتره در راستای هدفی که داری از کلید واژه ها استفاده کنی و با جستجو اطلاعاتت رو بیشتر کنی و در مورد ابهامات یا مشکلات سوال بپرسی . این یه شروعه
<span dir=ltr>
- An edge is not a physical entity, just like a shadow. It is where the picture ends and the wall starts. It is where the vertical and the horizontal surfaces of an object meet. It is what happens between a bright window and the darkness of the night. Simply speaking, it has no width. If there were sensor with infinitely small footprints and zero-width point spread functions, an edge would be recorded between pixels within in an image. In reality, what appears to be an edge from the distance may even contain other edges when looked close-up. The edge between a forest and a road in an aerial photo may not look like an edge any more in a image taken on the ground. In the ground image, edges may be found around each individual tree. If looked a few inches away from a tree, edges may be found within the texture on the bark of the tree. Edges are scale-dependent and an edge may contain other edges, but at a certain scale, an edge still has no width.
</span>
موفق باشی
با سلام
البته من عددی نیستم که بخام صحبت بکنم ولی می تونین برای مطالعه در مورد Image Processing
از کتاب فارسی (( ماشین بینایی و اصول پردازش تصویر ترجمه: دکتر خلیل خلیلی انتشارات جهان نو)) استفاده کنین که مقدمه ای برای Image Processing و مباحثی که ویژه در کار Roboot و بینایی ربات هستند و تشخیص لبه هاو .......
در اون مطالعه کنین.
:|
یک کتاب که اسمش الأن یادم نیست (ولی تو مایه‌های پردازش تصویر) که نویسنده اون گنرالس است. این کتاب مرجع تمام پردازش تصویری ها است.
بله فکر کنم منهم دیدم انگاری اسمش "اصول پردازش تصویر و................"
خیلی هم بزرگه و قطور.
ولی کتاب بالا "ماشین بینایی" هم زود مطلب رو گفته هم خیلی باحاله.
نمیدونم
:? :(
حالا نمیشه شما که جستجو کردی اطلاعاتت رو در اختیار ما قرار بدی؟
با توجه به تیره بودن پشت زمینه و ابزارهایی که برای پردازش تصویر وجود داره ، نباید نوشتن چنین برنامه ای کار پیچیده ای باشه
سلام
این مشکل شما با همکاری من و دوستان دیگر حل شده است و bug های آن را به کمک هم گرفته ایم و چندین ماه سر این مسله کار کردیم ....
کجا این مسئله رو مطرح کردید؟این مشکل شما با همکاری من و دوستان دیگر حل شده است و bug های آن را به کمک هم گرفته ایم و چندین ماه سر این مسله کار کردیم ....
لطفا بیشتر توضیح بدید.
جایی مطرح نکردیم بلکه خودم این مورد را می خواستم و حلش کردیم.نوشته شده توسط MNosouhi
امکانش هست که یه نمونه با سورس بگزارید؟جایی مطرح نکردیم بلکه خودم این مورد را می خواستم و حلش کردیم.
در مورد پردازش تصویر می تونم کمکتون کنم
از الگوریتم Chain Code استفاده کن
شما در چند پست این آلگوریتم رو پیشنهاد داده بودید ، در صورت امکان کمی در مورد آن توضیح دهید.از الگوریتم Chain Code استفاده کن
در گوگل سرچ کن منابع بسیار خوبی پیدا می کنی
سلام
به زودی exe کامل برنامه را اینجا می گذارم.
فایل اجرایی به چه درد بچه ها می خوره
بچه ها می خوان کد ها رو بررسی کنن یاد بگیرن
فکر می کنم باز هم گوگل
البته اگر نمونه کد باشه که بهتره ، اما همون فایل اجرایی هم میتونه ایده بده.سلام
به زودی exe کامل برنامه را اینجا می گذارم.
به هر حال آقای عباسی دارن یه کار میکنن .فایل اجرایی به چه درد بچه ها می خوره
بچه ها می خوان کد ها رو بررسی کنن یاد بگیرن
فکر می کنم باز هم گوگل
شما هم اگه واقعا میخای کمک کنید ، به جای اینکه دائم کلمه code chain و google رو تبلیغ کنید سعی کنید به صورت عملی وارد کار بشید .
تبلیغ نیست پیشنهاد راه حله و ایده میده
از فایل اجرایی برای بررسی کد که بهتره
سلام
این هم exe و تست کنید اگر باگی هم دیدید که یک SHEET_PHOTO را جداسازی نکرد آن SHEET_PHOTO را به من email کنید.
خیلی خوشحال می شوم تا باگ احتمالی را هم حل کنم .
ممکنه در مورد الگوریتمی که استفاده کرده اید توضیح دهید ، بخصوص برای اون قسمت جداسازی k .
تصویر زیر رو نمیتونه پردازش کنه.خیلی خوشحال می شوم تا باگ احتمالی را هم حل کنم .
سلام
1-من گوشه های عکسها را پیدا می کنم و عکس را تشخیص می دهم و بعد یکی یکی جدا می کنم.
2-دور هر تصویر یک چهارضلعی می کشم و در دو تا از تصویرهای شما در یک چهارضلی دورشان تلاقی دارند و این اشتباه شما است.
و اصول اسکن برای جداسازی را رعایت نکردید.
شما هر تعداد عکس که می خواهید در اسکنر بگذارید و از هم فاصله بدهید و کج ولوج نگذارید می بینید که به راحتی جداسازی می کند.
من چند کاربر دارم که حدود 15000 عکس را به این طریق جداسازی کرده اند!
2-دور هر تصویر یک چهارضلعی می کشم و در دو تا از تصویرهای شما در یک چهارضلی دورشان تلاقی دارند و این اشتباه شما است.یعنی شما همه اینها رو به کاربرهاتون هم گفتید؟ بهشون گفتید که مواظب باشید که چهارضلعی های فرضی که شما در برنامه نویسی ازش استفاده کرده اید با هم تلاقی نداشته باشن؟ فکر نمی کنم منطقی باشه که کاربران رو درگیر این مسائل کنید ، هدف از نوشتن برنامه ساده کردن و سرعت بخشیدن به کارهاست و برنامه خوب ، برنامه ای است که تحت هر شرایطی کار کنه ، نه اینکه به کاربر بگید که تصاویر رو در شرایط خاصی نسبت به هم قرار بده ، تنها شرط منطقی که میتونه وجود داشته باشه اینه که یه هنگام اسکن ، عکس ها روی هم قرار نگیرن.از هم فاصله بدهید و کج ولوج نگذارید
البته اصولی که شما در برنامتون مشخص کردیده اید ، وگرنه اسکن که دیگه اصول نداره.اصول اسکن برای جداسازی را رعایت نکردید.
سلام
دوست من چرا مسئله را سختش می کنید!!!
در اسکنر A4 شما حدود 20 عکس جا می شود و عکس اگر حدودا راست بگذارید به چهارضلی فرضی من هم توجه نکنید ! ( نه خیلی کج کنید) روش فوق همه عکسها را جداسازی می کندو اینرا که گفتم لطفا تست کنید.
اگر از قصد عکسها را کج کنید که لازم هم نیست آنوقت فاصله ها را زیادتر کنید هم دقیق کار می کند.
و در بالا هم گفتم که: من چند کاربر دارم که حدود 15000 عکس را به این طریق جداسازی کرده اند! و خیلی هم از آن راضی هستندو انه در اندازه یک کاربر DATA ENTRY کار بلدهستند پس مطمئنا برایشان کارایی دارد و روتین عالی کار می کند این گفته کاربران من است!
درضمن بدنیست گفته اساتید دیگر را هم گوش فرا دهیم که فرموده اند:
سلام ؛
این مبحث خیلی بزرگ و مفصله و حرف زدن در موردش بدون فراگیری پیش نیازها و بی برنامه نتیجه مفیدی نخواهد داشت . بهتره در راستای هدفی که داری از کلید واژه ها استفاده کنی و با جستجو اطلاعاتت رو بیشتر کنی و در مورد ابهامات یا مشکلات سوال بپرسی . این یه شروعه
<span dir=ltr>
An edge is not a physical entity, just like a shadow. It is where the picture ends and the wall starts. It is where the vertical and the horizontal surfaces of an object meet. It is what happens between a bright window and the darkness of the night. Simply speaking, it has no width. If there were sensor with infinitely small footprints and zero-width point spread functions, an edge would be recorded between pixels within in an image. In reality, what appears to be an edge from the distance may even contain other edges when looked close-up. The edge between a forest and a road in an aerial photo may not look like an edge any more in a image taken on the ground. In the ground image, edges may be found around each individual tree. If looked a few inches away from a tree, edges may be found within the texture on the bark of the tree. Edges are scale-dependent and an edge may contain other edges, but at a certain scale, an edge still has no width.
</span>
موفق باشی
حالا رو سورسش هم یکم بحث کنید
در جواب کلیه دوستانی که سورس می خواستند
* برای جداسازی چندین تصویر در داخل یک فرم که دارای Transparent می باشد بایستی کارهای زیر را انجام دهیم
1- ابتدا بایستی تابعی بنویسیم که Bitmap رنگی را دریافت کرده و با توجه Transparent آن را به یک تصویر سیاه و سفید تبدیل کند .
2- در این تصویر سیاه و سفید تولید شده رنگ Transparent به ناحیه سفید و بقیه نقاط در تصویر حاصله به نقاط سیاه تبدیل می شود . سپس هر کدام از این ناحیه سیاه بعنوان توکن در نظر گرفته و با الگوریتم 8 خانه مجاور کلیه ابعاد این توکن ها را تعیین می کنیم .(البته بهتر است که از روش آدرس دهی حافظه و صف استفاده شود و تصویر مورد نظر PixelFormat کمتر از 8 باشد )
3- با توجه به ابعاد بدست آمده توکن ها هر یک از ابعاد مورد نظر را در یک Bitmap کپی کرده و زاویه هر یک از این Bitmap را نسبت به افق بدست آورده و سپس عملیات Rotate را انجام می دهیم
این هم تابعی که گزینه شماره 1 یعنی عمل فیلتر کردن تصویر رنگی
PTriple = ^ TTriple;
TTriple = Array [0..65535] of TRGBTriple;
POne = ^ TOne ;
TOne = Array[0..65535] of Byte;
function CBFilterToBW(ABitmap: TBitmap): TBitmap;
var i , j : integer;
Row24 : PTriple;
Row8 : POne;
TransColor : TRGBTriple;
begin
Result := TBitmap.Create;
with Result do
begin
Width := ABitmap.Width;
Height := ABitmap.Height;
PixelFormat := pf8bit;
end;
Row24 := ABitmap.ScanLine[0];
TransColor := Row24[0];
for i := 0 to ABitmap.Height-1 do
begin
Row24 := ABitmap.ScanLine[i];
Row8 := Result.ScanLine[i];
for j := 0 to ABitmap.Width-1 do
if (Row24[j].rgbtBlue = TransColor.rgbtBlue) and
(Row24[j].rgbtGreen = TransColor.rgbtGreen) and
(Row24[j].rgbtRed = TransColor.rgbtRed) then
Row8[j] := 255
else Row8[j] := 0;
end;
end;
جناب Delphi_CAT
اگر امکان داره سورسهای مثال هایی که اشاره کردید را قرار بدید
موفق وموید باشی
1- این رویه DC مربوط به مرحله قبل را دریافت کرده و ابعاد کلیه توکن های موجود که همان تصاویر در فریم اصلی هستند را شناسایی می کند.
در اینجا تابع fill رو قرار ندادم همان طور که گفتیم براینکه اینکار با سرعت بالا صورت بگیره به روش آدرس دهی و صف و pixelFormat کمتر از 8 استفاده نماید .
procedure GetTokens(DC:HDC; BW,BH : Integer);
var i , j : integer;
row : PTriple;
CountRect : integer;
ROut : TRect;
begin
FillColor := RGBTriple(clRed);
TextColor := RGBTriple(clBlack);
Bitmap := TBitmap.Create;
Bitmap.Width := BW;
Bitmap.Height := BH;
BitBlt(Bitmap.Canvas.Handle,0,0,BW,BH,DC,0,0,SRCCO PY);
Bitmap.PixelFormat := pf8bit;
CountRect:=0;
SetLength(Rects,0);
for i := 0 to Bitmap.Height-1 do
begin
row := Bitmap.ScanLine[i];
for j := Bitmap.Width-1 downto 0 do
if CompareRGBTriple(row[j],TextColor) then
begin
ROut:= Fill2(j,i);
if ROut.Right-ROut.Left>0 then
begin
inc(CountRect);
SetLength(rects,CountRect);
rects[CountRect-1].x1:=ROut.Left;
rects[CountRect-1].y1:=ROut.Top;
rects[CountRect-1].x2:=ROut.Right;
rects[CountRect-1].y2:=ROut.Bottom;
Rects[CountRect-1].pnt:=Point(j,i);
end;
end;
end;
end;
باید توجه داشته باشید که اگر تصویر اصلی دارای Resualtion بیشتر از 300 (حد نرمال) باشد بوسیله روش های درونیابی آنرا به 300 کاهش داده و این تغییرات مقیاس را به کلیه فازها اعمال نماییم . هر چقدر resualtion را کاهش دهیم کا با سرعت بشتری انجام می گیرد .
این تابع هم با توجه به ابعاد بدست آمده تصاویر را از فریم اصلی جدا کرده زاویه آنها را نسبت به افق بدست آورده و سپس آنها را دوران می دهد این 2 عمل بدست آوردن زاویه و چرخش را هم می توانید دستی و هم با Image en انجام دهید و سپس یک تابع دیگر برای اینگه تصویر چرخش خورده به صورت کامل و فوکس شده در اختیار داشته باشیم
function ExtractPicture(ABitmap: TBitmap): TBitmapArray;
Const Dis = 10;
var len ,i : integer;
Grade : integer;
begin
len := Length(Rects);
setlength(Result,len);
for i := 0 to len-1 do
begin
Result[i]:= TBitmap.Create;
with Result[i] do
begin
Width := Rects[i].x2-Rects[i].x1 + Dis;
Height := Rects[i].y2-Rects[i].y1 + Dis;
PixelFormat := pf24bit;
BitBlt(Canvas.Handle,Dis,Dis,Width-dis,Height-dis,ABitmap.Canvas.Handle,Rects[i].x1,Rects[i].y1,SRCCOPY);
Grade := GetGrade(Result[i]);
Result[i].Assign(Rotate(Result[i],Grade));
Result[i].Assign(GetFocusPicture(Result[i]));
end;
end;
end;
این هم رکورد استفاده شده در این برنامه و بدست اوردن تصویر فوکوس از تصویر چرخش داده شده
TTokenRegion=record
x1,
y1,
x2,
y2 : integer;
LeftID,
RightID ,
LeftDis,
RightDis : integer;
TokenType : byte;
pnt :TPoint;
end;
var
Rects :Array of TTokenRegion;
FillColor ,TextColor : TRGBTriple;
function GetFocusPicture(ABitmap: TBitmap): TBitmap;
var i , j : integer;
Row : PTriple;
X1,Y1,X2,Y2 : integer;
TransColor : TRGBTriple;
begin
row := ABitmap.ScanLine[0];
TransColor := row[0];
X1 := -1;
Y1 := -1;
X2 := -1;
Y2 := -1;
for i := 0 to ABitmap.Height-1 do
begin
row := ABitmap.ScanLine[i];
for j := 0 to ABitmap.Width-1 do
if not( (Row[j].rgbtBlue = TransColor.rgbtBlue) and
(Row[j].rgbtGreen = TransColor.rgbtGreen) and
(Row[j].rgbtRed = TransColor.rgbtRed)) then
begin
Y1 := i;
Break;
end;
if Y1 <> -1 then Break;
end;
for i := ABitmap.Height-1 downto 0 do
begin
row := ABitmap.ScanLine[i];
for j := 0 to ABitmap.Width-1 do
if not( (Row[j].rgbtBlue = TransColor.rgbtBlue) and
(Row[j].rgbtGreen = TransColor.rgbtGreen) and
(Row[j].rgbtRed = TransColor.rgbtRed)) then
begin
Y2 := i;
Break;
end;
if Y2 <> -1 then Break;
end;
for j := 0 to ABitmap.Width-1 do
for i := 0 to ABitmap.Height-1 do
begin
row := ABitmap.ScanLine[i];
if not( (Row[j].rgbtBlue = TransColor.rgbtBlue) and
(Row[j].rgbtGreen = TransColor.rgbtGreen) and
(Row[j].rgbtRed = TransColor.rgbtRed)) then
begin
X1 := j;
Break;
end;
if X1 <> -1 then Break;
end;
for j := ABitmap.Width-1 downto 0 do
for i := 0 to ABitmap.Height-1 do
begin
row := ABitmap.ScanLine[i];
if not( (Row[j].rgbtBlue = TransColor.rgbtBlue) and
(Row[j].rgbtGreen = TransColor.rgbtGreen) and
(Row[j].rgbtRed = TransColor.rgbtRed)) then
begin
X2 := j;
Break;
end;
if X2 <> -1 then Break;
end;
Result := TBitmap.Create;
with Result do
begin
PixelFormat := pf24bit;
Width := X2 - x1;
Height := Y2 - Y1;
end;
BitBlt(Result.Canvas.Handle,0,0,Result.Width,Resul t.Height,ABitmap.Canvas.Handle,X1,Y1,SRCCOPY);
end;
سلام
چرا من جدیدا تست کردم و حواسم نبود که اگر تیک ها را بردارید جداسازی می کند.
آقا این برنامه بعد از برش عکسها رو کجا سیو میکنه !!
سلام
سورسش را خشکه حساب می کنم.
آقا یا خانم Delphi_CAT ، آیا مطمئنید کدهایی که گذاشته اید صحیح و کامل هستند ، من که نتونستم ران کنم.
در صورت امکان توابعتون رو تحت عنوان یک برنامه آپلود کنید.
قوانین ایجاد تاپیک در تالار
پاسخ با نقل قول