Ψηφιακή Επεξεργασία Εικόνας (7.010)

Το σημερινό εργαστήριο αναβλήθηκε λόγω τεχνικών δυσκολιών με τους υπολογιστές του εργαστηρίου. Επειδή δε γνωρίζω πότε και εάν θα έχουμε καλύτερες υποδομές θα ανεβάσω στο eclass την ύλη του επόμενου εργαστηρίου, ώστε να έχετε χρόνο να τη μελετήσετε. Για οποιαδήποτε απορία σχετικά με αυτήν επικοινωνήστε μαζί μου στο mail: manosmark@ics.forth.gr

Για να μπορέσετε να ανοίξετε και να επεξεργαστείτε τα αρχεία που ανεβαίνουν στο eclass μπορείτε να χρησιμοποιήσετε Anaconda Jupyter (με εγκατάσταση) ή Google Colab (χωρίς να χρειάζεται εγκατάσταση).

Σχετικά με το επόμενο εργαστήριο

Ως ελάχιστη απαίτηση για να μπορέσει να συνεχίσει το εργαστήριο είναι να μπορέσετε να έχετε δουλέψει με ένα από τα δύο παραπάνω εργαλεία το notebook του εργαστηριού 1 στους προσωπικούς σας υπολογιστές. Εάν κάποιο άτομο για οποιοδήποτε λόγω δεν μπορέσει να ολοκληρώσει την εγκατάσταση ή δεν έχει πρόσβαση σε υπολογιστή να επικοινωνήσει μαζί μου για να βρούμε λύση και να μπορέσει να συμβαδίσει με τα υπόλοιπα. 

Για να ξέρω ότι έχετε ολοκληρώσει τη διαδικασία και δεν υπάρχουν προβλήματα θα ήθελα να μου στείλετε την παρακάτω πολύ απλή εργασία μέχρι την επόμενη Δευτέρα (6 Νοεμβρίου).

Εργασία 1:

1. Μετατρέψτε τον παρακάτω πίνακα σε numpy array.

[[0, 0, 0, 0, 0, 0, 0, 0],
[0, 1, 1, 0, 0, 1, 1, 1],
[0, 1, 1, 0, 0, 0, 1, 1],
[0, 1, 1, 0, 0, 0, 0, 0],
[0, 0, 0, 1, 1, 0, 0, 0],
[0, 0, 0, 1, 1, 0, 0, 0],
[0, 0, 0, 1, 1, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0]]

2. Με την χρήση του matplotlib.pyplot εκτυπώστε στην οθόνη σας τον πίνακα σε μορφή εικόνας, με τίτλο "Binary Image"

3. Διαβάστε την εικόνα coins.png (απο το eclass) σε μεταβλητή με όνομα coins

4. Eμφανίστε την εικόνα coins στην οθόνη σας

5. Μετατρέψτε το pixel intesity της εικονας coins απο (0 - 1) σε (0 - 255)

6. Eμφανίστε την επεξεργασμένη εικόνα coins στην οθόνη σας