logo

Crowdly

Browser

Додати до Chrome

Методи цифрової обробки зображень

Шукаєте відповіді та рішення тестів для Методи цифрової обробки зображень? Перегляньте нашу велику колекцію перевірених відповідей для Методи цифрової обробки зображень в exam.nuwm.edu.ua.

Отримайте миттєвий доступ до точних відповідей та детальних пояснень для питань вашого курсу. Наша платформа, створена спільнотою, допомагає студентам досягати успіху!

import cv2

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

cv2.imshow('Original image', image)

image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

ret, image_thresh = cv2.threshold(image_gray, 150, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(image = image_thresh,

                                                               mode = cv2.RETR_TREE,

                                                               method = cv2.CHAIN_APPROX_NONE)

...

cv2.drawContours(image = image_contours_objects, contours = contours,

                              contourIdx = -1, color = (0, 255, 0), thickness = 2,

                              lineType = cv2.LINE_AA)

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

cv2.imshow('The outlines of the objects in the image are found',

                    image_contours_objects)

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 визначення контурів об’єктів на зображенні та зберігала результат у файлі з іменем “image_contours_objects.jpg” у поточній папці:

❌
❌
❌
❌
❌
✅
Переглянути це питання

#include<opencv2/opencv.hpp>

using namespace cv;

int main()

{

    ...

    imshow('Original image', image);

    Mat image_gray;

    cvtColor(image, image_gray, COLOR_BGR2GRAY);

    Mat image_thresh;

    threshold(image_gray, image_thresh, 150, 255, THRESH_BINARY);

    vector<vector<Point>> contours;

    vector<Vec4i> hierarchy;

    findContours(image_thresh, contours, hierarchy, RETR_TREE,

                         CHAIN_APPROX_NONE);

    Mat image_contours_objects = image.clone();

    drawContours(image_contours_objects, contours, -1, Scalar(0, 255, 0), 2);

    imwrite("contours_objects_image.jpg", image_contours_objects);

    imshow("The outlines of the objects in the image are found", image_copy);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою C++ за допомогою бібліотеки OpenCV реалізовувала до файлу з іменем “image.jpg” з поточної папки визначення контурів об’єктів на зображенні та зберігала результат у файлі з іменем “image_contours_objects.jpg” у поточній папці:

✅
❌
❌
❌
❌
❌
Переглянути це питання

#include <opencv2/opencv.hpp>

using namespace cv;

int main()

{

    Mat image = imread("image.jpg");

    imshow("original Image", image);

    Mat image_gray;

    cvtColor(image, image_gray, COLOR_BGR2GRAY);

    Mat image_blur;

    GaussianBlur(image_gray, image_blur, Size(3, 3), 0);

    Mat image_edges;

    

    imshow("Sobel Edge Detection", image_edges);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою C++ 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:

❌
❌
✅
❌
❌
❌
Переглянути це питання

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%
0%
0%
❌
0%
Переглянути це питання

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:

❌
❌
✅
❌
❌
Переглянути це питання

import cv2

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

cv2.imshow('Original image', image)

image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

ret, image_thresh = cv2.threshold(image_gray, 150, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(image = image_thresh,

                                                               mode = cv2.RETR_TREE,

                                                               method = cv2.CHAIN_APPROX_NONE)

image_contours_objects = image.copy()

...

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

cv2.imshow('The outlines of the objects in the image are found',

                    image_contours_objects)

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 визначення контурів об’єктів на зображенні та зберігала результат у файлі з іменем “image_contours_objects.jpg” у поточній папці:

0%
0%
0%
✅
0%
0%
Переглянути це питання

#include <opencv2/opencv.hpp>

using namespace cv;

int main()

{

    ...

    imshow("original Image", image);

    Mat image_gray;

    cvtColor(image, image_gray, COLOR_BGR2GRAY);

    Mat image_blur;

    GaussianBlur(image_gray, image_blur, Size(3, 3), 0);

    Mat image_edges;

    Sobel(image_blur, image_edges, CV_64F, 1, 1, 5);

    imshow("Sobel Edge Detection", image_edges);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Для наведеного вище коду вкажіть рядок, який треба вставити на місці ..., щоб комп’ютерна програма мовою C++ 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:

✅
❌
❌
❌
❌
❌
Переглянути це питання

import cv2

...

cv2.imshow('Original', image)

image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

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

image_edges = cv2.Canny(image = image_blur, threshold1 = 100, threshold2 = 200)

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

cv2.imshow('Canny 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 Canny Edge Detection для виявлення країв об’єктів та зберігала результат у файлі з іменем “image_edges.jpg” у поточній папці:

❌
❌
✅
❌
❌
❌
Переглянути це питання

#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:

❌
0%
0%
0%
0%
Переглянути це питання

#include "opencv2/opencv.hpp"

using namespace cv;

int main(int argc, char** argv)

{

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

    imshow("Original image", src);

    Mat dst;

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

    imwrite("image_threshold.png", dst);

    imshow("Threshold image", dst);

    waitKey(0);

    destroyAllWindows();

    return 0;

}

Вкажіть номери рядків, в яких допущено помилки, 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:

✅
✅
❌
❌
❌
❌
❌
✅
Переглянути це питання

Хочете миттєвий доступ до всіх перевірених відповідей на exam.nuwm.edu.ua?

Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!

Browser

Додати до Chrome

TelegramInstagramTikTokQuestion Bank
Умови використанняЗв'яжіться з нами