Crowdly

image_contours_objects = image.copy()

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)

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:

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

mode = cv2.RETR_TREE,

method = cv2.CHAIN_APPROX_NONE)

method = cv2.CHAIN_APPROX_NONE)

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

mode = cv2.RETR_TREE,

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

cv2.CHAIN_APPROX_NONE)

contours, hierarchy = cv2.findContours(image_thresh)

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

contours, hierarchy = cv2.findContours(src = image_thresh)

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

import cv2

import numpy as np

cv2.imshow('Original', image)

params = cv2.SimpleBlobDetector_Params()

params.minThreshold = 0

params.maxThreshold = 255

params.filterByArea = True

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)

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:

def read(self, path, flag):

import cv2

class Image:

def __init__(self):

self.image = None

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):

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

def main():

src = Image()

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 бінарного порогового перетворення при thresh_value = 127 та max_value = 255 та зберігала результат у файлі з іменем “image_threshold.jpg” у поточній папці:

src.threshold(127, 255, cv2.THRESH_BINARY_INV)

src.threshold(127, 255, cv2.THRESH_BINARY)

src.threshold(127, 255, cv2.THRESH_TOZERO_INV)

src.threshold(127, 255, cv2.THRESH_TRUNC)

src.threshold(127, 255, cv2.THRESH_TOZERO)

#include<opencv2/opencv.hpp>

int main()

Mat image = imread("image.jpg");

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;

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);

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:

findContours(image, contours, hierarchy, RETR_TREE, CHAIN_APPROX_NONE);

findContours(image_thresh, contours, hierarchy, RETR_TREE, CHAIN_APPROX_NONE);

findContours(image, contours, hierarchy);

findContours(image_thresh);

findContours(image_thresh, contours, hierarchy);

findContours(image);

#include "opencv2/opencv.hpp"

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.minConvexity = 0.67;

params.filterByInertia = true;

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);

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:

params.minInertiaRatio = 0.5;

params.minInertiaRatio = 0.2;

params.minInertiaRatio = 0.8;

params.minInertiaRatio = 0.01;

params.minInertiaRatio = 1.0;

src = cv2.imread("image.png", cv2.IMREAD_GRAYSCALE)

import cv2

cv2.imshow('Original image', src)

…

cv2.imshow('Threshold image', dst)

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:

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

cv2.imwrite('image_threshold.png', dst) //другим

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

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

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

cv2.imwrite('image_threshold.png', dst) //першим

#include "opencv2/opencv.hpp"

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.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);

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:

params.minCircularity = 0.85;

params.minCircularity = 0.9;

params.minCircularity = 0.7;

params.minCircularity = 0.65;

params.minCircularity = 0.95;

imshow("original Image", image);

#include <opencv2/opencv.hpp>

Mat image_gray;

cvtColor(image, image_gray, COLOR_BGR2GRAY);

Mat image_blur;

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

Mat image_edges;

Canny(image_blur, image_edges, 100, 200, 3, false);

imshow("Canny Edge Detection", image_edges);

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

Mat image = imread("image.png");

Mat image = imread("image.jpg");

Mat image = imread("image.png", IMREAD_GRAYSCALE);

Mat image = imread("image.jpg", IMREAD_COLOR);

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

Mat image = imread("image.png", IMREAD_COLOR);

#include "opencv2/opencv.hpp"

Mat dst;

imshow("Original image", src);

imshow("Threshold image", dst);

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.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:

Mat src = imread("image.png", IMREAD_GRAYSCALE); //першим

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

Mat src = imread("image.png", IMREAD_COLOR); //першим

imwrite("image_threshold.jpg", dst); //другим

imwrite("image_threshold.jpg", dst); //третім

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

#include "opencv2/opencv.hpp"

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.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);

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:

params.minCircularity = 0.8;

params.minCircularity = 0.5;

params.minCircularity = 0.9;

params.minCircularity = 0.6;

params.minCircularity = 0.7;