画像処理100本ノック!!

English is here (KuKuXia translates into English)

https://github.com/KuKuXia/Image_Processing_100_Questions

Chinese is here (gzr2017, my ex-colleague, translates into Chinese)

https://github.com/gzr2017/ImageProcessing100Wen

画像処理の初学者のための問題１００問ですうう(´；ω；｀)

これはイモリと一緒に画像処理の基本的処理の知識を身に着け、アルゴリズムを理解するための100本ノックです。ここに載っている問題はOpenCVでAPIが用意されているものが殆どですが、あえてそれを自分の手で実装してください。解答も載っけてますが、それはあくまで解答です。自分で考えながら実装して下さい。

• 問題の難易度の順番はめちゃくちゃです。なるべくポピュラーなものを採用していますが、ネタ切れであんまり聞かないものもあります笑
• 内容はいろいろな文献を調べて載っけてるので正しくないものもあるかもしれないので注意して下さい まちがいがあったらプルリクもらえるととても助かります！！
• 【注意】このページを利用して、または関して生じた事に関しては、私は一切責任を負いません。すべて自己責任でお願い致します。

PythonとC++の好きな方でやってみてね♡

Related

ディープラーニングのノックはこっち

ディープラーニング∞本ノック!!

Recent

• 2019 Q.11-20 C++ を追加　Q.15 Sobelを修正
• 2019.3.25 Q.31 フーリエ系 Q.36 DCT, Q.47,48 トップハット変換系を修正
• 2019.3.13 Q95-100 Neural Networkを修正
• 2019.3.8 Questions_01_10 にC++の解答を追加！
• 2019.3.7 TutorialにC++用を追加　そろそろC++用の答えもつくろっかなーと
• 2019.3.5 各Questionの答えをanswersディレクトリに収納
• 2019.3.3 Q.18-22. 一部修正
• 2019.2.26 Q.10. メディアンフィルタの解答を一部修正
• 2019.2.25 Q.9. ガウシアンフィルタの解答を一部修正
• 2019.2.23 Q.6. 減色処理のREADMEを修正
• 2019.1.29 HSVを修正

まずは

gitをインストールします。そして、端末を開いて、このコマンドを実行します。このコマンドでこのディレクトリを丸ごと自分のパソコンにコピーできます。

$ git clone https://github.com/yoyoyo-yo/Gasyori100knock.git

そしたら、PythonかC++のやりたい方を選んで「チュートリアル」に進みましょう！

チュートリアル

	内容	Python	C++
1	インストール	✓	✓
2	画像読み込み・表示	✓	✓
3	画素をいじる	✓	✓
4	画像のコピー	✓	✓
5	画像の保存	✓	✓
6	練習問題	✓	✓

あとは問題を解いていってください。それぞれのフォルダに問題内容が入っています。問題では assets/imori.jpg を使用して下さい。各フォルダのREADME.mdに問題、解答プログラムがあります。python answers/answer_@@.py　とすると解答が出ます。

問題

詳細な問題内容は各ディレクトリのREADMEにあります。（ディレクトリで下にスクロールすればあります）

• 解答は簡易化のため、main()などは使用しません。
• numpy中心ですが、numpyの基本知識は自分で調べて下さい。

問題1 - 10

番号	問題	Python	C++		番号	問題	Python	C++
1	チャネル入れ替え	✓	✓		6	減色処理	✓	✓
2	グレースケール化	✓	✓		7	平均プーリング	✓	✓
3	二値化	✓	✓		8	Maxプーリング	✓	✓
4	大津の二値化	✓	✓		9	ガウシアンフィルタ	✓	✓
5	HSV変換	✓	✓		10	メディアンフィルタ	✓	✓

問題11 - 20

番号	問題	Python	C++		番号	問題	Python	C++
11	平滑化フィルタ	✓	✓		16	Prewittフィルタ	✓	✓
12	モーションフィルタ	✓	✓		17	Laplacianフィルタ	✓	✓
13	MAX-MINフィルタ	✓	✓		18	Embossフィルタ	✓	✓
14	微分フィルタ	✓	✓		19	LoGフィルタ	✓	✓
15	Sobelフィルタ	✓	✓		20	ヒストグラム表示	✓

問題21 - 30

番号	問題		番号	問題
21	ヒストグラム正規化		26	Bi-linear補間
22	ヒストグラム操作		27	Bi-cubic補間
23	ヒストグラム平坦化		28	アフィン変換(平行移動)
24	ガンマ補正		29	アフィン変換(拡大縮小)
25	最近傍補間		30	アフィン変換(回転)

問題31 - 40

番号	問題		番号	問題
31	アフィン変換(スキュー)		36	JPEG圧縮 (Step.1)離散コサイン変換
32	フーリエ変換		37	PSNR
33	フーリエ変換 ローパスフィルタ		38	JPEG圧縮 (Step.2)DCT+量子化
34	フーリエ変換 ハイパスフィルタ		39	JPEG圧縮 (Step.3)YCbCr表色系
35	フーリエ変換 バンドパスフィルタ		40	JPEG圧縮 (Step.4)YCbCr+DCT+量子化

問題41 - 50

番号	問題		番号	問題
41	Cannyエッジ検出 (Step.1) エッジ強度		46	Hough変換・直線検出 (Step.3) Hough逆変換
42	Cannyエッジ検出 (Step.2) 細線化		47	モルフォロジー処理(膨張)
43	Cannyエッジ検出 (Step.3) ヒステリシス閾処理		48	モルフォロジー処理(収縮)
44	Hough変換・直線検出 (Step.1) Hough変換		49	オープニング処理
45	Hough変換・直線検出 (Step.2) NMS		50	クロージング処理

問題51 - 60

番号	問題		番号	問題
51	モルフォロジー勾配		56	テンプレートマッチング NCC
52	トップハット変換		57	テンプレートマッチング ZNCC
53	ブラックハット変換		58	ラベリング 4近傍
54	テンプレートマッチング SSD		59	ラベリング 8近傍
55	テンプレートマッチング SAD		60	アルファブレンド

問題61 - 70

番号	問題		番号	問題
61	4-連結数		66	HOG (Step.1) 勾配強度・勾配角度
62	8-連結数		67	HOG (Step.2) 勾配ヒストグラム
63	細線化		68	HOG (Step.3) ヒストグラム正規化
64未	ヒルディッチの細線化		69	HOG (Step.4) 特徴量の描画
65	Zhang-Suenの細線化		70	カラートラッキング

問題71 - 80

番号	問題		番号	問題
71	マスキング		76	顕著性マップ
72	マスキング(カラートラッキングとモルフォロジー)		77	ガボールフィルタ
73	縮小と拡大		78	ガボールフィルタの回転
74	ピラミッド差分による高周波成分の抽出		79	ガボールフィルタによるエッジ抽出
75	ガウシアンピラミッド		80	ガボールフィルタによる特徴抽出

問題81 - 90

番号	問題		番号	問題
81	Hessianのコーナー検出		86	簡単な画像認識 (Step.3) 評価(Accuracy)
82	Harrisのコーナー検出 (Step.1) Sobel + Gaussian		87	簡単な画像認識 (Step.4) k-NN
83	Harrisのコーナー検出 (Step.2) コーナー検出		88	K-means (Step.1) 重心作成
84	簡単な画像認識 (Step.1) 減色化 + ヒストグラム		89	K-means (Step.2) クラスタリング
85	簡単な画像認識 (Step.2) クラス判別		90	K-means (Step.3) 初期ラベルの変更

問題91 - 100

番号	問題		番号	問題
91	K-meansによる減色処理 (Step.1) 色の距離によるクラス分類		96	ニューラルネットワーク (Step.2) 学習
92	K-meansによる減色処理 (Step.2) 減色処理		97	簡単な物体検出 (Step.1) スライディングウィンドウ + HOG
93	機械学習の学習データの用意 (Step.1) IoUの計算		98	簡単な物体検出 (Step.2) スライディングウィンドウ + NN
94	機械学習の学習データの用意 (Step.2) ランダムクラッピング		99	簡単な物体検出 (Step.3) Non-Maximum Suppression
95	ニューラルネットワーク (Step.1) ディープラーニングにする		100	簡単な物体検出 (Step.4) 評価 Precision, Recall, F-score, mAP

TODO

adaptivebinalizatino, poison image blending

Citation

@article{yoyoyo-yoGasyori100knock,
    Author = {yoyoyo-yo},
    Title = {Gasyori100knock},
    Journal = {https://github.com/yoyoyo-yo/Gasyori100knock},
    Year = {2019}
}