Fyziologie rostlin pro pokročilé Zpracování a analýza obrazu lKlasická a digitální mikrofotografie lPříklad zpracování (= úprav) digitální (mikro)fotografie lPříklady analýzy obrazu l Mikrofotografie lmikroskop + projektiv + kamera l35mm kinofilm, střední a velké formáty –poměrně drahý materiál (provoz), nejsou bezprostřední výsledky, obtížná editace, nepohodlná archivace lvideokamery + digitalizace analogového signálu + PC ldigitální kamery –minimální provozní náklady, ihned k dispozici, snadná a efektivní editace, snadná archivace –low-end řešení: založené na komerčních modelech –hi-end řešení: live zobrazování ve vysokém rozlišení, chlazení Peltierovým článkem… co to je digitální fotografie… lsoubor binárních dat (1 a 0) lpixel (picture element); 3-20 Mpx lbarevný prostor RGB, barevná hloubka 8 bitů na každou barvu –kolik úrovní jedné barvy tedy v 8bitové barevné hloubce rozlišujeme? –kolik barev je možné tímto způsobem zachytit (zobrazit) lBarevný prostor CMYK, aditivní a subtraktivní míchání barev, gamut, sRGB, AdobeRGB Doplňte k RGB hodnotám daného pixelu jeho barvu: Red Green Blue barva 0 0 0 255 255 255 128 128 128 255 0 0 Red 0 255 0 Green 0 0 255 Blue 0 255 255 Cyan 255 0 255 Magenta 255 255 0 Yellow 0 0 0 blacK model RGB model CMYK Formáty digitální fotografie… lWWW –BMP, JPG, GIF, PNG ldigiťáky –JPG, TIF, RAW lPC –BMP, JPG, JPG2000, GIF, TIF, PSD, PSP… – lKomprimované a nekomprimované soubory, ztrátová a bezeztrátová komprese Formáty digitální fotografie… lnekomprimované soubory: RAW, BMP (bitmap), TIF –3 Mpx – jak velký bude soubor BMP při 8bitové barevné hloubce RGB? lkomprimované bezeztrátově: varianty TIF, GIF, PSP, PSD, JPG2000 –vždy z dat zrekonstruují originální obrázek (bitmapu) –vhodné pro ukládání dílčích výsledků grafických úprav lkomprimované ztrátově: JPG –po uložení do tohoto formátu již není možné zrekonstruovat originální obrázek (bitmapu) –vícekrát opakované uložení a otevření souboru může obrazovou informaci výrazně poškodit –různé stupně komprese; vyšší komprese sníží objem dat, ale zvýší ztráty informací z obrazu a zvýší jeho degradaci –WWW: kompromis mezi velikostí a kvalitou obrázku; počet barev Úpravy obrázků lGrafický SW –Adobe Photoshop, Corel PaintShop Pro, Paint.NET, GIMP… –vrstvy, úpravy histogramu, retušovací fce, speciální fce na úpravy fotek (red eye, fading…) lProhlížeče a katalogizace –ACDSee, Zoner, IrfanView, Google Picasa lSpeciální SW –panoramata (PTGui, Photovista Panorama, Panorama Factory…) –HDR images (Corel PaintShop Pro X2, Photomatix) –noise reduction (Neat Image) Základy zpracování a analýzy obrazu linteraktivní vs. automatizovaná měření lněkteré jednoduché úlohy: stačí grafický software (Photoshop, Paintshop Pro, GIMP…) l lImage tool: http://ddsdx.uthscsa.edu/dig/itdesc.html lLucia: http://www.lim.cz/ l Úloha 1: mikrofotodokumentace lpřipravte si potřebné mikroskopické snímky (pozn.: originální snímky jsou dostupné na http://www.sci.muni.cz/kfar/html/biologicka_technika_navody.htm) 1.vlastní mikroskopické snímky (obr. 1, 2) – trochu podexponované (-1 EV) 2.“prázdný” snímek – vyfocen se stejným nastavením jako byl vyfocen vlastní mikroskopický snímek, pouze expoziční čas je zkrácen (pozor na přepálení!) – (obr. 3) 3.snímek mikrometrobjektu – podložního skla s nakalibrovaným 1mm měřítkem děleným po 10 a 100 µm (obr. 4) – Obr. 1 Obr. 4 Obr. 3 P1010089 Obr. 2 l1) lZ obr. 3 odstraňte obrazový šum: např. mediánovým filtrem, apertura alespoň 9. l l l l2) lPřeveďte takto upravený obr. 3 do negativu a zobrazte si jeho histogram; zjistěte nejnižší hodnotu R, G nebo B, která se v obrázku již nachází (x; zde Red = 47, má ji 60 pixelů). výřez z obr. 2, před aplikací mediánového filtru výřez z obr. 2, po aplikací mediánového filtru l3) lPřipravte si prázdný snímek se stejným rozlišením jako má obr. 3 (ten má v originále rozlišení 2560 ×1920 pixelů); tento obrázek vylijte barvou R=n, G=n, B=n lkde n=x-1 lzde tedy barvou RGB 46, 46, 46. l l4) lOd obrázku, který jste si připravili v kroku 2) odečtěte obrázek připravený v kroku 3) (v PaintShop Pro operace Image – Arithmetic – Subtract). Výsledkem je tento obrázek s histogramem podobným tomu z kroku 2), ale „přisunutým“ k nulovým hodnotám. Toto je „maska“. l5) lMasku z kroku 4) přičtěte k výchozím obr. 1 a 2 (v PaintShop Pro operace Image – Arithmetic – Add). Získáte obrázky s rovnoměrně osvětleným pozadím, tedy bez vinětace. l Obr. 1 - původní Obr. 1 - upravený l6) Upravené obrázky 1 a 2 s rovnoměrně osvětleným pozadím, tedy bez vinětace, můžete spojit v jeden panoramatický (zde pomocí PTGui, ohnisková vzdálenost použité optiky nastavena na 200 mm – EXIF data jsou v tomto případě k nepotřebě (roli hraje i optika mikroskopu)). l obr 1 a 2 panorama l7) S pomocí obr. 4 zhotovte kalibrační úsečku. Nejprve zvolte její vhodnou délku (zde 500 μm). Do obr. 4 vložte novou průhlednou rastrovou vrstvu, do ní nakreslete úsečku zvolené délky a vhodné šíře, nad ni napište její hodnotu (500 μm). Zkopírujte úsečku s popisem do klipboardu... obr 4 s useckou l8) Do panoramatu z mikrosnímků 1a a2 (u něhož byl ještě upraven kontrast a jas posunem bílého bodu) vložte kalibrační úsečku z klipboardu (jako novou vrstvu, ať ji můžete vhodně umístit). Finito. final Úloha 2: stanovení listové plochy lpřipravte si potřebné skeny listů (pozn.: originální snímky jsou dostupné na http://www.sci.muni.cz/kfar/html/biologicka_technika_navody) –skenujte na 300 DPI (dots per inch, body na palec), vyšší rozlišení je možné, ale je zbytečné –podle barvy listů zvolte vhodné pozadí (uvažujte RGB model!); zelené či červeně zbarvené listy – bílé pozadí; hodně chlorotické, bělavé listy – černé pozadí –vypočtěte plochu jednoho pixelu při daném rozlišení (zde výpočet pro 300 DPI) l1 in = 2,54 cm l300×300 pixelů ≈ 2,54×2,54 cm ltj. 90 000 pixelů ≈ 6,4516 cm2 l1 pixel ≈ 7,17×10-5 cm2 l – l1) Sken listů rozseparujte do jedotlivých složek RGB modelu (alternativně můžete vyzkoušet i CMYK model)(v PaintShop Pro Colors – Split Channel – Split to RGB); vyberte kanál s nejvyšším kontrastem (zde modrý) l l l2) Prohlédněte si histogram nejkontrastnějšího obrázku. Na jeho základě zvolíte prahovací hodnotu pro převod do binárního obrázku, popřípadě lze vhodnou prahovací hodnitu zjistit pomocí „kapátka“, popř. zkusmo (zde vhodná prahovací hodnota 100) l l l3) Pomocí prahování vytvořte binární obrázek (v PaintShop Pro funkce Colors – Adjust – Threshold). l l l3) V takto vytvořeném binárním obrázku pomocí hostogramu zistěte, kolik pixelů má RGB 0,0,0, tedy kolik jich je černých (a jsou tedy objektem, tedy listem); zde 639 812 pixelů l l l3) 639 812 pixelů × plocha jednoho pixelu při daném rozlišení (zde 300 DPI) = 45,86 cm2 l l