Metody CPIM (Laboratorium)

Transkrypt

Projekt współfinansowany Europejskiego Funduszu Społecznego w ramach Programu Operacyjnego Kapitał Ludzki
Instrukcje Laboratoryjne
Metody cyfrowego przetwarzania
informacji multimedialnej
2013/14
Laboratorium 1
Treści programowe:
Wprowadzenie
w
problematykę
laboratorium,
przedstawienie celów, treści programowych i wykazu
literatury. Sprecyzowanie form zaliczenia. Wprowadzenie
do programowania.
Cel ćwiczenia:
Zapoznanie z podstawowymi funkcjami programu, i
środowiskiem programowania.
Przykładowe
pomocne funkcje:
A=zeros(3,5) % zdefiniowanie macierzy o elementach
zerowych
B=rand(5,5) %macierz o losowych wyrazach (rozkład
jednostajny)
B' %transponowanie macierzy
Inv(B) %odwracanie macierzy
sum(B) % suma kolumn
sum(B') %suma wierszy
Wprowadź do Matlaba następujące macierze:
a) kwadrat magiczny o wymiarach 5 na 5.
b) macierz jednostkową o wymiarach 5 na 5.
c) macierz 2 na 3 o wyrazach losowych
d) macierz 3 na 12 złoŜoną z zer
e) a=[2 20 11 4 5]’
f) tabliczkę mnoŜenia 20 na 20.
Przykładowe
zadania:
Przykład programu:
clear all;
close all;
%To jest program liczący iloczyn dwóch macierzy
A=input('Wprowadz macierz A: ')
% Pobranie wartosci
macierzy A postać [1 2 3; 1 2 3;]
B=input('Wprowadz macierz B: ')
% Pobranie wartosci
macierzy B itp.
[i,j]=size(A)
% rozmiar macierzy A
przedstawiony w postaci kolumn i wierszy
[j2,k]=size(B)
% rozmiar macierzy B
przedstawiony w postaci kolumn i wierszy
if j==j2
% sprawdzanie – jesli liczba kolumn macierzy
A taka sama jak liczba wierszy macierzy B
C=zeros(i,k)
% macierz zer w celu utworzenia tablicy
for x=1:i
% dzialanie wzdluz kolumny
for z=1:k % dzialanie wzdluz wiersza
for y=1:j
C(x,z)=C(x,z)+A(x,y)*B(y,z)
end
end
end
disp(C)
else
disp('Nie moge obliczyc iloczynu!') % jesli nie będzie
spełniony warunek to wyświetli sie komunikat
end
Oczekiwane efekty
po realizacji
ćwiczenia
Sprawozdanie
Studenci po realizacji ćwiczenia laboratoryjnego potrafią
wykonać proste obliczenia macierzowe.
1. Opis kolejności wykonywanych czynności wraz z
zastosowanymi przykładami.
2. Opis własnoręcznie wykonanego programu.
3. Wnioski końcowe.
Pytania, zadania
1. Wykonać co najmniej 4 z wymienionych zadań.
2. Wymienić co najmniej 4 i opisać róŜne typy macierzy
(np. symetryczna, jednostkowa itp.)
3. Wymienić co najmniej 4 i opisać róŜne operacje na
macierzach.
Laboratorium 2
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Grafika 2D i 3D hierarchia obiektów graficznych w
Matlabie.
Tworzenie
prostych
dwuwymiarowych
wykresów funkcji.
Zapoznanie z podstawowymi funkcjami przydatnymi
podczas tworzenia wykresów dwuwymiarowych.
axis([xmin, xmax, ymin, ymax]) - umoŜliwia zmianę
zakresów osi
grid - dodaje siatkę współrzędnych do wykresu
clf - czyszczenie okna graficznego
close - zamyka bieŜące okno graficzne
figure - utworzenie nowego okna graficznego
hold(on/off) - umoŜliwia dodanie kolejnych krzywych do
wykresu bez kasowania poprzednich
linspace(pocz,koniec,ile) - tworzy wektor o 'ile'
elementach, którego pierwszy element to 'pocz', ostatni to
'koniec', a pozostałe są rozłoŜone równomiernie.
Narysować za pomocą Matlaba róŜne funkcje z
uwzględnieniem ich opisu i zachowaniem róŜnych stylów
linii np.:
k = 10, a = 3
1
0.5
0
-0.5
exp(-x/k)
exp(-x/k).*sin(a*x)
-exp(-x/k)
-1
0
Przykład programu:
5
10
15
20
25
30
clear all;
close all;
%To jest program do rysowania funkcji y=sin(x)
x = -pi: 0.2: pi;
plot(x,sin(x),'b-'); %nieb. ciągła bez markera
hold on;
plot(x,sin(x-pi/6),'rs'); %czerwona same markery "square",
nie będą połączone
plot(x,sin(x-2*pi/6),'ko:'); %czarna, markery "kółko",
linia kropkowana
legend('styl: b-','styl: rs','styl: ko.',4);
hold off;
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
styl: bstyl: rs
styl: ko.
-0.8
-1
-4
-3
-2
-1
0
1
2
3
4
Laboratorium 3
Treści programowe:
Cel ćwiczenia:
Pozyskiwanie danych, operacje na plikach z danymi.
Zapoznanie z podstawowymi funkcjami słuŜącymi do
pozyskiwania danych oraz wykonywanie operacji na
plikach z danymi.
Przykładowe
pomocne funkcje:
num = xlsread('c:\dane\eur.xls'); %wczytywanie z
pominięciem pierwszego wiersza
kolumna=num(:,4); %wczytanie kolumny;
num = xlsread('eur.xls', 'C2:C100'); %zakresu danych
M = csvread('wig20.txt',1,1); %odczyt pliku CSV
zaczynając od 1 kol. I 1 wiersza;
data=M(:,1);
datestr(data(1)) %rozwiązywanie problemu z datą
save ‘dane.txt’ A –ascii
%zapis macierzy A do pliku „dane.txt” w trybie tekstowym
save ‘dane.dta’ A % zapis w trybie binarnym
save dane A %zapis macierzy A jako plik „dane.mat” %
moŜliwość odczytu przez program
save dane %zapis wszystkich danych z przestrzeni
roboczej do pliku dane.mat
load ‘dane.txt’ %analogicznie odczyt
Przykładowe
zadania:
Przykład programu:
Zapisać i odczytać za pomocą Matlaba róŜne dane z
plików *.xls, *.csv,*.txt,*.mat,*.dat.:
clear all;
close all;
%To jest program do zapisu danych
data=input('Podaj dowolna liczbe calkowita z
przedzialu [1-10]: ');
datastr=num2str(data);
save('datastr.txt', 'datastr','-ASCII')
load datastr.txt
disp('Odczytano dane txt: '); datastr
savefile = 'pqfile.mat';
p = rand(1, data);
q = ones(data);
save(savefile, 'p', 'q')
save('pqfile.txt', 'p', 'q', '-ASCII')
load pqfile.txt
disp('Odczytano dane txt: '); pqfile
load pqfile.mat
disp('Odczytano dane mat: '); pqfile
figure (1)
plot(p(1:data));
saveas(figure(1),'wykres','jpg');
Laboratorium 4
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Specjalne
funkcje
do
tworzenia
wykresów
dwuwymiarowych.
podczas tworzenia wykresów dwuwymiarowych.
loglog - wtedy obie osie są skalowane logarytmicznie
semilogx - tylko oś x jest skalowana logarytmicznie
semilogy - tylko oś y jest skalowana logarytmicznie
comet - sekwencyjne rysowanie wykresu - animacja
bar - wykres słupkowy
stairs - wykres schodkowy
hist - utworzenie histogramu
rose - histogram kołowy
fill - kreślenie krzywej z wypełnieniem pod nią
subplot(a,b,c) - okno graficzne będzie traktowane jako
tablica składająca się z "a" wierszy i "b" kolumn oraz
aktywnym polem "c"
Narysować za pomocą Matlaba róŜne funkcje z
uwzględnieniem ich opisu i zachowaniem róŜnych stylów
wykresów np.:
5
1
0
-5
0
0
5
-1
10
0
5
10
exp(-x/25)*sin(4*x)*cos(x)
1
0
-1
2
4
6
8
10
1
1
0
0
0
-1
Przykład programu:
0
1
0
5
10
-1
0
5
-1
10
0
12
5
10
clear all;
close all;
%To jest program do rysowania funkcji i ilustracja
działania funkcji subplot
x = input('Podaj liczbę wierszy i kolumn w postaci wektora
([n m])np.[2 2]: ');
clf;
for k = 1 : prod(x);
subplot(x(1),x(2),k);
if rem(k,2)== 0
ezplot('exp(-x/20)');
end;
title(strcat('Wykres nr ',num2str(k)));
end;
Wykres nr1
Wykres nr2
1
1.4
1.2
0.5
1
0.8
0
0
0.5
1
-5
0
x
Wykres nr4
5
-5
0
x
5
Wykres nr3
1
1.4
1.2
0.5
1
0.8
0
0
0.5
1
Laboratorium 5
Treści programowe:
Cel ćwiczenia:
Tworzenie wykresów trójwymiarowych.
podczas tworzenia wykresów trójmiarowych.
Przykładowe
pomocne funkcje:
x = linspace(-pi,pi,7)%równomierne rozłoŜenie 7 punktów
w zadanym przedziale<-pi,pi>
fplot(fun,[x1 x2])%przygotowuje wektory x i y do
narysowania wykresu funkcji opisanej przez fun; fun jest
łańcuchem znaków zawierającym nazwę funkcji, zaś x1 i
x2 to granice przedziału argumentów funkcji
loglog(x,y,s);
semilogx(x,y,s);
semilogx(x,y,s)%skale
logarytmiczne
plot3(x,y,z,s)%wykresy 3D;
mesh(x,y,z,c) %rysuje powierzchnię w postaci kolorowej
siatki o polach wypełnionych kolorem tła, elementy
macierzy c określają kolory linii poszczególnych pól;
surf(x,y,z,c) rysuje róŜnokolorową powierzchnię
gray - mapa odcieni szarości,
hot - kolory ciepłe (od czarnego przez czerwony,
pomarańczowy, Ŝółty do białego),
cool - kolory zimne (od turkusowego do karmazynowego),
autumn - kolory od czerwonego przez pomarańczowy do
Ŝółtego,
summer - odcienie Ŝółtego i zielonego
Wykorzystując funkcje wykresów 3D Matlaba wykazać
róŜnice w wykorzystaniu pochodnych funkcji mesh, surf i
plot3D z uwzględnieniem róŜnych stylów wykresów np.:
Przykładowe
zadania:
Przykład programu:
clear all;
close all;
%To jest program do rysowania wykresow
[x,y] = fplot('1/sqrt(1+2e-7*x^2)',[1,1e6]);
figure(1)
semilogx(x,y)
grid on
title(['f(x)=1/(1+2*','e^(-\7*x^2))^0.5']);
figure(2)
x = [-10:0.1:10];
y = cos(x);
z = sin(3*x).*cos(y);
plot3(x,y,z)
grid on
saveas(figure(2),'wykres3D','jpg');
figure(3)
colormap('default')
[x,y] = meshgrid(-3:0.2:3,-3:0.2:3);
z = sinh(x).*cosh(x/2).*log(abs(y)+0.75);
surf(x,y,z);
colorbar
saveas(figure(3),'wykres','jpg');
figure(4)
colormap('summer')
[x,y] = meshgrid(-3:0.2:3,-3:0.2:3);
z = sinh(x)*2.*cosh(x/6).*log(abs(y)+1.75);
mesh(x,y,z);
colorbar
saveas(figure(4),'wykres2','jpg');
30
30
20
40
40
20
20
10
20
10
0
0
0
0
-20
-10
-40
4
2
4
-20
-2
-4
-4
-20
4
2
0
0
-2
-10
-40
4
2
2
0
-20
-30
0
-2
-2
-4
-4
-30
Laboratorium 6
Treści programowe:
Cel ćwiczenia:
Wczytywanie i wyświetlanie obrazów.
odczytu, wyświetlania i zapisu obrazu.
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
obr = imread('papryczki.png’); % odczyt obrazka
imshow(rgb) %wyświetlenie obrazka
imwrite(rgb,'mypapr.tif') %zapis obrazka
rozmiar_obrazka=numel(rgb)% rozmiar obrazka
info = imfinfo(obr);
rozmiar_pliku= info.FileSize
Wczytać,
odtworzyć,
wykonać
proste
operacje
matematyczne ma pliku.png i zapisać stworzony materiał
na dysku w postaci plik.jpg. Porównać kompresje.
Przykład programu:
clear all;
close all;
%To jest program do odczytu i porównywania kompresji
rgb_plot_png = imread('storczyk.png'); %odczyt wybranego
pliku
rgb_plot_jpg = imread('storczyk.jpg'); %odczyt wybranego
pliku
info_png = imfinfo('storczyk.png');
info_jpg = imfinfo('storczyk.jpg');
imshow('storczyk.png');
figure(2)
imshow('storczyk.jpg');
bytes_on_disk_png = info_png.FileSize
bytes_in_memory_plot_png = numel(rgb_plot_png)
compression_ratio = bytes_in_memory_plot_png /
bytes_on_disk_png
bytes_on_disk_jpg = info_jpg.FileSize
bytes_in_memory_plot_jpg = numel(rgb_plot_jpg)
compression_ratio = bytes_in_memory_plot_jpg /
bytes_on_disk_jpg
figure(3)
subplot(1,2,1);
imshow('storczyk.png');
limits = [232 276 215 248];
axis(limits);
title('Original');
subplot(1,2,2);
imshow('storczyk.jpg');
axis(limits);
title('JPEG compressed');
saveas(figure(3),'plot_screen_shot.jpg');
imwrite(rgb_plot_png,'storczyk.tif');
Original
JPEG compressed
Laboratorium 7
Treści
programowe:
Cel ćwiczenia:
Przykładowe
pomocne
funkcje:
Przykładowe
zadania:
Przykład
programu:
Binaryzacja obrazów.
Przeprowadzenie pewnego rodzaju segmentacji wykonywanej
na podstawie jasności pikseli obrazów szarych Inne rodzaje
segmentacji mogą wyróŜniać obiekty na przykład na podstawie:
– konturów
– barwy
– typu tekstury (faktury) powierzchni itp.
im2uint8,im2uint16,im2int16,im2single,im2double %funkcje do
przeskalowania obrazów
gray2ind,ind2gray,ind2rgb,rgb2gray,rgb2ind
%funkcje
do
przetwarzania obrazów
im2bw %zamiana obrazka szaro odcieniowego na obraz
binarny
Wczytać, odtworzyć, wykonać proste operacje na obrazie z
uwzględnieniem przykładowych funkcji oferowanych przez
pakiet.
close all;
%To jest program do operacji binarnych na pliku graficznym
%konwersja do kolorów szarości
I = imread('storczyk.tif');
J = rgb2gray(I);
figure, imshow(I), figure, imshow(J);
%konwersja odwrotna
[X,map] = imread('trees.tif');
gmap = rgb2gray(map);
figure, imshow(X,map), figure, imshow(X,gmap);
%konwersja binarna
BW = im2bw(X,map,0.4);
imshow(X,map),
figure(10)
imshow(BW)
BW = im2bw(X,map,0.9);
figure(11)
imshow(BW)
Laboratorium 8
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Przykład programu:
Przetwarzanie i analiza obrazów: operacje punktowe.
Przeprowadzenie róŜnego rodzaju transformacji poprzez
operacje matematyczne na pikselach.
im2uint8,im2uint16,im2int16,im2single,im2double,im2bw
%funkcje do przeskalowania obrazów
gray2ind,ind2gray,ind2rgb,rgb2gray,rgb2ind %funkcje do
przetwarzania obrazów
imhist %histogram obrazu
improfile %przekrój przez wiersz lub kolumn obrazu
impixel %kolor lub wartość piksela
bwarea %liczenie powierzchni obiektu (obraz czarnobiały)
imrotate %obrót obrazu o dowolny kąt
imresize %zmiana rozmiaru obrazka
im2bw %zamiana obrazka szaroodcieniowego na obraz
binarny
Wykonać proste transformacje obrazu poprzez dodanie,
przesuniecie pikseli, wykonać obrócenie i skalowanie
obrazu.
clear all;
close all;
%To jest program do pokazania prostych operacji
matematycznych na pliku graficznym
%operacje punktowe na obrazie
I = imread('storczyk.tif');
im = rgb2gray(I);
figure
imhist(im);
[count, cells]=imhist(im);
figure
stem(cells,count)
figure
[count, cells]=imhist(im, 10);
stem(cells,count)
figure
[X, map] = imread('trees.tif');
figure
imshow(X, map)
figure
[Y, newmap] = imresize(X, map, 0.5);
imshow(Y, newmap)
figure
B = imrotate(X,45)
imshow(B,map)
figure
B = imrotate(X,45)
imshow(B)
x 10
4
2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0
50
100
150
200
250
Laboratorium 9
Treści programowe:
Cel ćwiczenia:
Przetwarzanie i analiza obrazów: filtracja.
operacje matematyczne na obrazach.
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
medfilt2% filtracja medianowa;
histeq% wyrównanie histogramu
Przykład programu:
Wykonać proste transformacje obrazu poprzez filtracje
składowych koloru, dodanie szumu itp..
clear all;
close all;
clc;
%operacje na Im takie jak skladowe obrazu,filtracja
[Im map]=imread('storczyk.tif');
disp('Wymiary Imu:');
[Lw, Lk, N] = size(Im)
figure;
subplot(2,2,1);
imshow(Im,map);
title('Im');
D(Lw,Lk,3)=uint8(0);
D(:,:,1)=Im(:,:,1);
subplot(2,2,2);
imshow(D);
title('Składowa RED');
D(:,:,2)= Im(:,:,2);
subplot(2,2,3);
imshow(D);
title('Składowa GREEN');
D(:,:,3)=Im(:,:,3);
subplot(2,2,4);
imshow(D);
title('Składowa BLUE');
figure
Img=imread('eight.tif');
[Lw,Lk]=size(Img)
subplot(2,2,1);
Img= imnoise(Img,'salt & pepper',0.02);
imshow(Img);
title('(a) oryginalny z szumem');
ha=line([100,100],[1,Lw]);
set(ha,'Color','red');
Dob=double(Img); % Do przetwarzania konwertujemy na
double:
L=medfilt2(Dob,[15 15]); % Filtracja medianowa składową
niskoczęstotliwościowa L:
B=Dob-L+120;% Dla "wyrównania cienia" odejmujemy L od
obrazu a dodajemy 120:
subplot(2,2,2);
imshow(uint8(B));
ha=line([100,100],[1,Lw]);
set(ha,'Color','green');
title('(b) po wyrównaniu cienia');
C=histeq(uint8(B));%"wyrównanie histogramu":
subplot(2,2,3);
imshow(C);
ha=line([100,100],[1,Lw]);
set(ha,'Color','blue');
title('(c) po wyrównaniu histogramu');
pr1 = improfile(Img,[100,100],[1,Lw]);% Wyznaczamy
profile: (1) dla oryginału:
pr2 = improfile(B,[100,100],[1,Lw]);% (2) po wyrównaniu
cienia:
pr3 = improfile(C,[100,100],[1,Lw]);% (3) dla obrazu
wynikowego:
size(pr2)
size(pr3)
k=1:Lw;
subplot(2,2,4);
plot(k,pr1,'r',k,pr2,'g',k,pr3,'b');
title('d) Profile obrazów (a), (b), (c)');
Im
Składowa RED
(a) oryginalny z szumem
Składowa GREEN
Składowa BLUE
(c) po wyrównaniu histogramu
(b) po wyrównaniu cienia
d) Profile obrazów (a), (b), (c)
400
200
0
-200
0
100
200
300
Laboratorium 10
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Przykład programu:
Przetwarzanie i analiza obrazów: transformacja.
operacje matematyczne i funkcje Matlaba na obrazach.
imabsdiff %róŜnica między dwoma obrazami
imadd %suma 2 obrazów, plus stała
imdivide %średnia arytmetyczna z 2 obrazów (piksel po
pikselu)
imlincomb %kombinacja liniowa między serią obrazów
immultiply %iloczyn 2 obrazów
imsubtract %odejmowanie dwóch obrazów, minus stała
imadjust %poprawienie kontrastu obrazka
fspecial %róŜnego rodzaju filtry poprawiające obraz
imfill %wypełnianie dziur w obrazie
histeq %poprawienie kontrastu obrazu na podstawie
histogramu
Wykonać proste transformacje obrazu z wykorzystaniem
funkcji Matlaba
clear all;
close all;
clc;
[Im map]=imread('tire.tif');
[Lw, Lk, N] = size(Im);
figure;
subplot(2,2,1);
imshow(Im,map);
title('Im');
subplot(2,2,2);
J = uint8(filter2(fspecial('gaussian'), Im));
K = imabsdiff(Im,J);%róŜnica między dwoma obrazami
imshow(K,[]) % [] = skalowanie automatyczne
title('RóŜnica');
subplot(2,2,3);
H = imfill(Im,'holes');%wypełnianie dziur w obrazie
imshow(H,[])
title('Wypełnianie dziur');
subplot(2,2,4);
%S = fspecial('unsharp');
%sharpened = imfilter(Im,S,'replicate')
S = fspecial('disk',5);
blurred = imfilter(Im,S,'replicate');
imshow(S,[])
title('Ostrosc');
Im
RóŜnica
Wypełnianie dziur
Ostrosc
Laboratorium 11
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Przykład programu:
Przetwarzanie
i
analiza
obrazów:
zagadnienia
praktyczne: (kontury obiektu, dopasowanie wzorca).
operacje matematyczne i funkcje Matlaba na obrazach.
imcontour %znajdowanie konturów obiektów w obrazie
edge %znajdowanie krawędzi w obrazie
imfilter %splot obrazu z filtrem
deconv*
%szereg
funkcji
przeprowadzających
dekonvolucję
imregionalmax %szukanie lokalnych maksimów w
obrazie
imnoise %dodanie szumu do obrazu
funkcji Matlaba
clear all;
close all;
clc;
[Im map]=imread('tire.tif');
[Lw, Lk, N] = size(Im);
figure;
subplot(2,2,1);
imshow(Im,map);
title('Im');
subplot(2,2,2);
imcontour(Im,3);%Kontur
title('Kontur');
subplot(2,2,3);
[C,h] = contour(Im);
clabel(C,h);
title('Kontur ze skala');
subplot(2,2,4);
S=edge(Im,'canny')
imshow(S,[])
title('Krawedzie');
Im
Kontur
50
100
150
200
50
Kontur ze skala
150
100 150
50
50
50
100
50
10
50
500100
50100
50
1000
20
0
50
100
10
50
50
20 0
100
150
100
150
Krawedzie
100
0
10 50
15
100
0
150
15
05 00 50 0
5110
0 200
150
15
10 250
01 0
1050
150 0
502 50
0
50
1525
0
00
50
5100
0
10050
20
0
200
50
200
200
Laboratorium 12
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Przykład programu:
Wczytywanie i wyświetlanie filmów, animacji.
operacje matematyczne i funkcje Matlaba na obrazach
oraz tworzenie animacji.
aviread% wczytanie pliku filmowego typu avi
movie %odtworzenie zmiennej typu avi
avifile %stworzenie nowego obiektu typu avi
getframe %pobranie wnętrza okna graficznego jako klatki
filmu
addframe% dodanie ramki/obrazka do zmiennej typu avi
funkcji Matlaba, stworzyć animacje
clear all;
close all;
clc;
matematycznych do tworzenia animacji
figure(1)
x=1:10; % o- X
for j=1:10,
plot(x,j*x,'r'), % w petli rysuje kolejne obrazki
axis([0 100 0 10]); % ograniczenie zmiennosci wyswietlania
osi wykresu
F(j)=getframe; % pobieranie kolejnych klatek
end
movie(F,10) % 10 krotne wy-wietlenie animacji
figure(2)
numframes=16;
A=moviein(numframes); % tworzenie macierzy
set(gca,'NextPlot','replacechildren')
axis equal %
for i=1:numframes
plot(fft(eye(i+16)));
A(:,i)=getframe;
end
movie(A,10,3) % odtwarzanie filmu
save movie.mat A % zapis filmu
mpgwrite(A,jet,'movie.mpg'); % Ckonwersja do mpeg
unix('mpeg_play movie.mpg') % odtwarzanie mpeg
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-1
-0.5
0
0.5
1
Laboratorium 13
Treści programowe:
Cel ćwiczenia:
Wczytywanie i obróbka plików dźwiękowych.
pozyskiwania danych dźwiękowych np. z karty
dźwiękowej oraz wykonywanie operacji na tych plikach.
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
y=wavread(‘plik.wav’); % wczytanie pliku dźwiękowego
[y,Fs,bits] = wavread(‘plik.wav’); % zwraca plik
dźwiękowy y, częstotliwość próbkowania Fs i liczba bitów
próbkowania
wavplay(y); % odtworzenie pliku dźwiękowego y
y = wavrecord(5*Fs,Fs,'int16'); % Nagranie 5 sekund z
częstotliwość próbkowania Fs np.: 11025 Hz i
próbkowaniem 16 bitowym
wavwrite(y,11025,’muzyka.wav’); % zapisanie zmiennej y
z próbkowaniem 11025 Hz w pliku muzyka.wav
sawtooth %przebieg trójk>tny (periodyczny)
square %przebieg prostok>tny (periodyczny)
gauspuls
%przebieg
sinusoidalny
modyfikowany
Gaussem (nieperiodyczny)
chirp %Przebieg cosinusoidalny o zmiennym okresie
specgram(y,512,2);
%
wyświetla
analizę
częstotliwościową sygnału zmiennego w czasie.
Wynikiem działania funkcji jest obraz, na którego osi
poziomej mamy informacje o czasie a na osi pionowej
informacje o częstotliwościach.
Wczytać,
odtworzyć,
wykonać
proste
operacje
matematyczne ma pliku.wav i zapisać stworzony materiał
na dysku.
Przykład programu:
clear all;
close all;
%To jest program do tworzenia własnych kombinacji dźwięków
d = rand(1,20000);
Fs = 11025;
wavplay(d); % odtworzenie wektora losowego
t = (0:0.001:1)';
y = sin(2*pi*50*t) + 2*sin(2*pi*120*t); %sygnal o 2
skladowych o czestotliwosciach 50 i 120 Hz
wavplay(y) % odtworzenie dzwieku y
specgram(y,512,2); % wywietla spectogram
y1 = wavrecord(5*Fs,Fs,'int16'); % Nagranie 5 sekund z
czestotliwosci 11025 Hz i próbkowaniem 16 bitowym
1
0.9
0.8
Frequency
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
100
150
200
Time
250
300
Laboratorium 14
Treści programowe:
Cel ćwiczenia:
Przykładowe
pomocne funkcje:
Przykładowe
zadania:
Przykład programu:
Tworzenie graficznego interfejsu uŜytkownika.
Zapoznanie z metodami tworzenia i wykorzystania
interfejsu graficznego oraz z sposobami dostępu do
wszystkich elementów okna graficznego.
reset %przywraca domyślne parametry obiektu
delete %usuwa obiekt
drawnow %wykonuje zaległe operacje graficzne
findobj %szuka obiektu o zadanych parametrach
copyobj %tworzy kopię obiektu
push button - rzycisk działający po naciśnięciu go myszką
slider - suwak
radio button - wybór 1 opcji z kilku moŜliwych
checkbox - pole wyboru. moŜliwy wybór kilku opcji
jednocześnie
edit text - pole edycji
static text - tekst bez moŜliwości jego edycji
popup menu - menu podręczne
button group - obszar do ustawiania grupy przycisków
tego samego typu
Wykonać prosty interfejs graficzny i zaprezentować
działanie kilku funkcji
function Przycisk_Callback(hObject, eventdata,
handles)
% hObject handle to Przycisk (see GCBO)
persistent ile % definicja zmiennej w której
trzymamy liczbe nacisniec przycisku
if isempty(ile) % jezli nie ma zadnej wartosci
to przypisuje wartosc 0
ile=0;
end
ile = ile + 1; % reakcja na nacisniecie.
Zwiekszam licznik o 1
str=['Liczba nacisniec: ', Int2Str(ile)]; %
tekst do wyswietlenia
set(handles.tekst,'String',str); % przypisanie
wartosci do pola String obiektowi tekst

Metody CPIM (Laboratorium)

Transkrypt

Podobne dokumenty

Instrukcja do ćwiczenia 11

Instrukcja do ćwiczenia 8

Komputerowe przetwarzanie obrazu

Instrukcja do ćwiczenia 7

HorZe- ogłowie meksykańskie- Mexican Figure 8 Bridle

Baner Rozmiar [px] Waga [kB] XL 980x100 120 XLP 980x200 250 L

pressure filter filtr cisnieniowy