logo

Crowdly

Browser

Add to Chrome

Методи цифрової обробки зображень

Looking for Методи цифрової обробки зображень test answers and solutions? Browse our comprehensive collection of verified answers for Методи цифрової обробки зображень at exam.nuwm.edu.ua.

Get instant access to accurate answers and detailed explanations for your course questions. Our community-driven platform helps students succeed!

#include "opencv2/opencv.hpp"

using namespace cv;

int main(int argc, char** argv)

{

    Mat src = imread("image_threshold.png", IMREAD_GRAYSCALE);

    imshow("Original image", src);

    Mat dst;

    threshold(dst, src, 0, 255, THRESH_BINARY);

    imwrite("image_threshold.jpg", dst);

    imshow("Threshold image", dst);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Вкажіть номер рядка, в якому допущено помилку, у коді комп’ютерної програми мовою C++, в якій за допомогою бібліотеки OpenCV до файлу з іменем “image.png” з поточної папки здійснюється застосування бінарного порогового перетворення при thresh_value = 0 та max_value = 255 та збереження результату у файлі з іменем “image_threshold.jpg” у поточній папці:

0%
100%
0%
0%
0%
0%
View this question

import cv2

import numpy as np

image = cv2.imread('blob.jpg', cv2.IMREAD_GRAYSCALE)

cv2.imshow('Original', image)

params = cv2.SimpleBlobDetector_Params()

params.minThreshold = 0

params.maxThreshold = 255

params.filterByArea = True

params.minArea = 1000

params.filterByColor = True

params.blobColor = 0

params.filterByCircularity = True

...

params.filterByConvexity = True

params.minConvexity = 0.67

params.filterByInertia = True

params.minInertiaRatio = 0.01

detector = cv2.SimpleBlobDetector_create(params)

keypoints = detector.detect(image)

image_with_keypoints = cv2.drawKeypoints(image, keypoints, np.array([]), (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

cv2.imshow('Keypoints', image_with_keypoints)

cv2.waitKey(0)

cv2.destroyAllWindows()

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “blob.jpg” з поточної папки виявлення крапель на зображенні, що представлено вище на рисунку:

0%
100%
0%
0%
0%
View this question

import cv2

import numpy as np

image = cv2.imread('blob.jpg', cv2.IMREAD_GRAYSCALE)

cv2.imshow('Original', image)

params = cv2.SimpleBlobDetector_Params()

params.minThreshold = 0

...

params.filterByArea = True

params.minArea = 1000

params.filterByColor = True

params.blobColor = 0

params.filterByCircularity = True

params.minCircularity = 0.5

params.filterByConvexity = True

params.minConvexity = 0.67

params.filterByInertia = True

params.minInertiaRatio = 0.01

detector = cv2.SimpleBlobDetector_create(params)

keypoints = detector.detect(image)

image_with_keypoints = cv2.drawKeypoints(image, keypoints, np.array([]), (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

cv2.imshow('Keypoints', image_with_keypoints)

cv2.waitKey(0)

cv2.destroyAllWindows()

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “blob.jpg” з поточної папки виявлення крапель на зображенні, що представлено вище на рисунку:

0%
100%
0%
0%
0%
View this question

import cv2

class Image:

    def __init__(self):

        self.image = None

    def read(self, path, flag):

        self.image = cv2.imread(path, flag)

    def show(self, caption = 'Image'):

        cv2.imshow(caption, self.image)

    def write(self, path):

        cv2.imwrite(path, self.image)

    def threshold(self, thresh, max_value, thresh_const):

        th, dst = cv2.threshold(self.image, thresh, max_value, thresh_const)

        self.image = dst

    def __del__(self):

        cv2.waitKey(0)

        cv2.destroyAllWindows()

def main():

    src = Image()

    src.read('image.png', cv2.IMREAD_GRAYSCALE)

    src.show('Origin image')

    ...

    src.write('image_threshold.jpg')

    src.show('Threshold image')

    del src

if __name__ == '__main__':

    main()

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “image.png” з поточної папки застосування інвертованого бінарного порогового перетворення при thresh_value = 127 та max_value = 255 та зберігала результат у файлі з іменем “image_threshold.jpg” у поточній папці:

View this question

import cv2

src = cv2.imread('image.ipg', cv2.IMREAD_GRAYSCALE)

cv2.imshow('Original image', src)

dst = cv2.threshold(src, 0, 255, cv2.THRESH_BINARY)

cv2.imwrite('image_threshold.jpg', dst)

cv2.imshow('Threshold image', dst)

cv2.waitKey(0)

cv2.destroyAllWindows()

Вкажіть номери рядків, в яких допущено помилки, у коді комп’ютерної програми мовою Python, в якій за допомогою бібліотеки OpenCV до файлу з іменем “image.png” з поточної папки здійснюється застосування бінарного порогового перетворення при thresh_value = 0 та max_value = 255 та збереження результату у файлі з іменем “image_threshold.jpg” у поточній папці:

0%
100%
0%
0%
0%
100%
0%
0%
View this question

import cv2

import numpy as np

image = cv2.imread('blob.jpg', cv2.IMREAD_GRAYSCALE)

cv2.imshow('Original', image)

params = cv2.SimpleBlobDetector_Params()

params.minThreshold = 0

params.maxThreshold = 255

params.filterByArea = True

params.minArea = 1000

params.filterByColor = True

params.blobColor = 0

params.filterByCircularity = True

params.minCircularity = 0.5

params.filterByConvexity = True

params.minConvexity = 0.67

params.filterByInertia = True

...

detector = cv2.SimpleBlobDetector_create(params)

keypoints = detector.detect(image)

image_with_keypoints = cv2.drawKeypoints(image, keypoints, np.array([]), (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

cv2.imshow('Keypoints', image_with_keypoints)

cv2.waitKey(0)

cv2.destroyAllWindows()

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “blob.jpg” з поточної папки виявлення крапель на зображенні, що представлено вище на рисунку:

0%
0%
100%
0%
0%
View this question

import cv2

class Image:

    def __init__(self):

        self.image = None

    def read(self, path, flag):

        self.image = cv2.imread(path, flag = 0)

    def show(self, caption = 'Image'):

        cv2.imshow(caption, self.image)

    ...

        cv2.imwrite(path, self.image)

    def threshold(self, thresh, max_value, thresh_const):

        th, dst = cv2.threshold(self.image, thresh, max_value, thresh_const)

        self.image = dst

    def __del__(self):

        cv2.waitKey(0)

        cv2.destroyAllWindows()

def main():

    src = Image()

    src.read('image.png')

    src.show('Origin image')

    src.threshold(0, 255, cv2.THRESH_BINARY)

    src.write()

    src.show('Threshold image')

    del src

if __name__ == '__main__':

    main()

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “image.png” з поточної папки застосування бінарного порогового перетворення при thresh_value = 0 та max_value = 255 та зберігала результат у файлі з іменем “image_threshold.jpg” у поточній папці:

0%
0%
100%
0%
0%
0%
View this question

#include "opencv2/opencv.hpp"

using namespace cv;

int main(int argc, char** argv)

{

    Mat image = imread("blob.jpg", IMREAD_GRAYSCALE);

    imshow("Original", image);

    SimpleBlobDetector::Params params;

    params.minThreshold = 0;

    params.maxThreshold = 255;

    params.filterByColor = true;

    params.blobColor = 0;

    params.filterByArea = true;

    ...

    params.filterByCircularity = true;

    params.minCircularity = 0.5;

    params.filterByConvexity = true;

    params.minConvexity = 0.67;

    params.filterByInertia = true;

    params.minInertiaRatio = 0.01;

    vector <KeyPoint> keypoints;

    SimpleBlobDetector detector(params);

    detector.detect(image, keypoints);

    Mat image_with_keypoints;

    drawKeypoints(image, keypoints, image_with_keypoints, Scalar(0, 0, 255),

                             DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

    imshow("Keypoints", image_with_keypoints);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “blob.jpg” з поточної папки виявлення крапель на зображенні, що представлено вище на рисунку:

100%
0%
0%
0%
0%
View this question

import cv2

image = cv2.imread('image.jpg')

cv2.imshow('Original', image)

...

image_blur = cv2.GaussianBlur(image_gray, (3, 3), 0)

image_edges = cv2.Sobel(src = img_blur, ddepth = cv2.CV_64F, dx = 1, dy = 1, ksize = 5)

cv2.imwrite('image_edges.jpg', image_edges)

cv2.imshow('Sobel Edge Detection', image_edges)

cv2.waitKey(0)

cv2.destroyAllWindows()

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “image.jpg” з поточної папки застосування Sobel Edge Detection для виявлення країв об’єктів та зберігала результат у файлі з іменем “image_edges.jpg” у поточній папці:

0%
100%
0%
0%
0%
0%
View this question

#include "opencv2/opencv.hpp"

using namespace cv;

int main(int argc, char** argv)

{

    Mat image = imread("blob.jpg", IMREAD_GRAYSCALE);

    imshow("Original", image);

    SimpleBlobDetector::Params params;

    params.minThreshold = 0;

    params.maxThreshold = 255;

    params.filterByColor = true;

    params.blobColor = 0;

    params.filterByArea = true;

    params.minArea = 1000;

    params.filterByCircularity = true;

    params.minCircularity = 0.5;

    params.filterByConvexity = true;

    ...

    params.filterByInertia = true;

    params.minInertiaRatio = 0.01;

    vector <KeyPoint> keypoints;

    SimpleBlobDetector detector(params);

    detector.detect(image, keypoints);

    Mat image_with_keypoints;

    drawKeypoints(image, keypoints, image_with_keypoints, Scalar(0, 0, 255),

                             DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

    imshow("Keypoints", image_with_keypoints);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою Python за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “blob.jpg” з поточної папки виявлення крапель на зображенні, що представлено вище на рисунку:

0%
0%
0%
100%
0%
View this question

Want instant access to all verified answers on exam.nuwm.edu.ua?

Get Unlimited Answers To Exam Questions - Install Crowdly Extension Now!

Browser

Add to Chrome

TelegramInstagramTikTokQuestion Bank
Terms of UseContact Us