บทความเรื่อง : อิมเมจโปรเซสซิ่งสำหรับผู้เริ่มต้น ตอน 1
เขียนโดย อ.จักรกฤษณ์ แสงแก้ว สาขาสารสนเทศศาสตร์ คณะวิทยาการสารสนเทศ มหาวิทยาลัยมหาสารคาม


วันนี้ผู้เขียนขอนำท่านศึกษาและทำความเข้าใจเกี่ยวกับอิมเมจโปรเซสซิ่ง (Image Processing) ซึ่งศาสตร์ด้านนี้เป็นการเปลี่ยนภาพต่าง ๆ ที่ได้จากกล้องหรือจากการสแกน ตลอดจนข้อมูลภาพในรูปดิจิตอล แล้วนำไปผ่านกระบวนการบางอย่างเพื่อให้เกิดเป็นภาพใหม่ เช่น ภาพที่มีความคมชัดสดใส หรือภาพที่เบลอเป็นต้น นอกจากนั้นได้มีการนำอิเมจโปรเซสซิ่งใช้งานระบบรู้จำลายมืออีกด้วย บริษัทไอโอมีเซียม ที่ออสเตเรีย ผู้เขียนได้มีโอกาสรู้จักรุ่นน้อง คือ คุณศักดิ์รภี ซึ่งมีความเชี่ยวชาญด้านอิมเมจโปรเซสซิ่ง โดยได้ทำระบบ Motion Detect เพื่อตรวจนับจำนวนคน หรือตรวจสอบการเคลื่อนที่ของวัตถุต่าง ๆ ภายในภาพ ซึ่งนำไปใช้เกี่ยวกับระบบรักษาความปลอดภัยในท่าอากาศยานและอื่น ๆ อีกมาก

หลักการทางอิมเมจโปรเซสซิ่งมีวิธีคิดที่เรียบง่าย ไม่ยุ่งยากมากนัก แต่สิ่งที่ทำให้เกิดปัญหาต่อการเรียนรู้สำหรับผู้ศึกษาเริ่มต้นคือ สมการคณิตศาสตร์ ดังนั้นบทความนี้ขอเลี่ยงการนำเสนอด้วยสมการเหล่านั้น.. เราจะศึกษาและให้เข้าใจแนวคิดซึ่งถือว่าเป็นแกนกลางองค์ความรู้ของศาสตร์ในสาขานี้

การเข้าถึงตำแหน่งของภาพ
ถ้าเราขยายภาพหนึ่ง ๆ เราจะพบว่า ภายในภาพเหล่านั้นประกอบด้วยเม็ดสีมากมายที่วางเรียงกันอย่างเป็นลำดับที่แน่นอน เม็ดสีที่เล็กที่สุดเราเรียกว่า พิกเซล (Pixel) ขอให้พิจารณาภาพต่อไปนี้

                   
ภาพต้นฉบับ :                                              ภาพขยาย

ภาพนี้ผู้เขียนถ่ายจากมหาวิทยาลัยราชภัฎสงขลา เมื่อ 23 เมษายน 2548 ระหว่างการอบรมภาษาไพธอนที่นั่น ถ้าท่านสังเกตกรอบสี่เหลี่ยมสีแดง ท่านจะพบว่าเมื่อขยายบริเวณดังกล่าวจะมีผลลัพธ์ดังภาพด้านขวามือ ซึ่งประกอบด้วยพิเซลต่าง ๆ จำนวนมากวางเรียงต่อกันไป

หลักการหรือแก่นแนวคิด
ท่านต้องอ่านให้ได้ว่าสีแต่ละจุดมีค่าเป็นตัวเลขเป็นเท่าใด โดยปกติฟังก์ชั่นที่เราใช้ในการอ่านสีจากภาพคือ GetPixel() โดยเราต้องป้อนตำแหน่ง x และ y ที่ต้องการเข้าถึงลงไปด้วย ผลลัพธ์จากการเรียกใช้ฟังก์ชั่นนี้ คือค่าสีของตำแหน่งที่เราต้องการ ผู้อ่านอย่าพึ่งใจร้อน เพราะประเดี๋ยวผู้เขียนจะนำท่านไปศึกษา ตัวอย่างโปรแกรมซึ่งเขียนด้วยภาษาไพธอน แล้วเพื่อน ๆ จะกล่าวเป็นเสียงเดียวกันว่า ง่ายอย่างนี้หรือ !!

ในการเข้าถึงตำแหน่งของภาพจะใช้การอ้างถึงโดยพิกัดคาร์ทีเซียน หรือ (x และ y) รายละเอียดเกี่ยวกับคาร์ทีเซียนโคออดิเนต (Cartesian Coordinate) ขอให้ท่านศึกษาได้จากวิชาคณิตศาสตร์เบื้องต้น เรื่องระบบโคออดิเนต (Coordinate Systems)

เครื่องมือที่ต้องการ
ก่อนอื่นผู้เขียนอนุมานว่าท่านได้ติดตั้งรายการต่อไปนี้ในระบบปฏิบัติการของท่าน และท่านควรมีความรู้พื้นฐานภาษาไพธอนมาแล้ว
1. ภาษาไพธอน
2. โมดูล PIL (Python Image Library)

ตัวอย่าง 1: อ่านสีของภาพออกมา และเปลี่ยนค่าสีแดงเป็นศูนย์
 
รูปต้นฉบับ : รูปนี้เก็บไว้ที่ c:\temp\test.bmp

ตัวอย่าง อ่านสีของภาพออกมา และเปลี่ยนค่าสีแดงเป็นศูนย์

import Image im = Image.open("c:\\temp\\test.bmp") def gen(im):           for i in range(im.size[0]):                    for j in range(im.size[1]):                              tmp = im.getpixel((i,j))                              tmp = list(tmp)                              tmp[0] = 0                              tmp = tuple(tmp)                              im.putpixel((i,j),tmp)           return im m = gen(im) m.save("c:\\temp\\x.bmp")

จากตัวอย่างนี้ im ถือว่าเป็นอ็อบเจ็คของคลาส Image โดยมีข้อมูลซึ่งโหลดจากไฟล์ test.bmp ถ้าท่านใช้คำสั่ง im.size จะพบว่าผลลัพธ์แสดงอยู่ในรูป tuple มีสมาชิกสองตัว คือ im.size[0] แทนความกว้างของภาพ และ im.size[1] คือความสูงของภาพ

ตัวอย่างนี้เราจะวิ่งจากตำแหน่ง 0 ไปจนถึงความกว้างของภาพ จากนั้นเราจะค่อย ๆ เลื่อนตำแหน่งมาเรื่อย ๆ จากด้านล่างสุดของภาพไปถึงบนสุดของภาพ ในตัวอย่างนี้ผู้เขียนสร้างตัวแปรชื่อ tmp = im.getpixel((i,j)) โดยอ่านพิกัดของจุดปัจจุบันออกมาเก็บไว้ในตัวแปร tmp ซึ่งตัวแปรที่อ่านมาได้จะมีชนิดเป็น tuple โดยมีสมาชิกสามตัว คือ ค่าสีแดง, สีน้ำเขียว และสีน้ำเงิน เช่น (100,212,10) หมายถึงมีค่าสีแดงเท่ากับ 100 และค่าสีเขียวเท่ากับ 212 ตัวเลขสุดท้ายคือค่าสีน้ำเงิน มีค่าเป็น 10 ดังนั้น ตัวอย่างนี้เราต้องการเปลี่ยนสีแดงให้เป็นศูนย์ ดังนั้นค่าสีจะมีค่าเมื่อถูกเปลี่ยนแปลงเท่ากับ (0,212,10) แต่เนื่องจากในเชิงโปรแกรมมิ่งเราไม่สามารถเข้าแก้ไขข้อมูลแบบ tuple ได้โดยตรง (Immutable) ดังนั้นเราเปลี่ยนเป็น list ด้วยคำสั่ง tmp=list(tmp) จากนั้น เปลี่ยนสมาชิกตัวแรกให้เป็น 0 และสมาชิกที่เหลือให้เป็นค่าเดิมโดยไม่แก้ไข ลำดับถัดมาแปลง list เป็น tuple ให้เหมือนเดิม แล้วจึงนำค่าสีที่แปลงแล้ว ใส่กลับเข้าไปที่ตำแหน่งเดิม ด้วยคำสั่ง im.putpixel((i,j),tmp) ขอให้ท่านพิจารณาอย่างเป็นลำดับ ช้า ๆ ไม่ต้องรีบร้อน ท่านจะพบว่า ภาพทั้งภาพได้เปลี่ยนส่วนที่เป็นสีแดง ให้มีค่าเป็น 0 หมดแล้ว ดังนั้น ผลลัพธ์ของภาพนี้ แสดงได้ดังนี้


ภาพผลลัพธ์ : แสดงถึงการเปลี่ยนค่าสีแดง (Red) ให้เป็น 0 (ทั้งภาพ)

ตัวอย่าง 2: สลับค่าสีระหว่าง (255,255,255) และ (0,0,0)
ถ้าท่านต้องการเปลี่ยนค่าสีจากขาวเป็นดำ และเปลี่ยนจากดำเป็นขาว ดังนั้นท่านต้องทำการสลับสีโดยสีขาว คือค่า (255,255,255) และสีดำมีค่า (0,0,0) หลักการคือท่านเข้าไปอ่านค่าสีแต่ละตำแหน่งพิกเซลจากนั้น หากค่าสีที่ได้เป็น (255,255,255) ให้เปลี่ยนเป็น (0,0,0) และเขียนทับลงไปยังค่าสีที่ตำแหน่งปัจจุบัน ในทางกลับกัน ถ้าสีที่อ่านได้เป็นค่า (0,0,0) ให้เปลี่ยนเป็น (255,255,255) และเขียนกลับลงไปในตำแหน่งปัจจุบัน รายละเอียดสามารถแสดงได้ดังตัวอย่างต่อไปนี้
 
รูปต้นฉบับ : รูปนี้เก็บไว้ที่ c:\temp\test.bmp

ตัวอย่าง สลับค่าสีระหว่าง (255,255,255) และ (0,0,0)

import Image im = Image.open("c:\\temp\\test.bmp") >>> def gen(im):           for i in range(im.size[0]):                    for j in range(im.size[1]):                              tmp = im.getpixel((i,j))                              if tmp == (0,0,0):                                       tmp = (255,255,255)                              else:                                       tmp = (0,0,0)                              im.putpixel((i,j),tmp)           return im >>> m = gen(im) >>> m.save("c:\\temp\\x2.bmp"

จากตัวอย่างนี้หากท่านเอ็กซีคิวส์ผ่าน (Execute) ท่านจะได้ผลลัพธ์ภาพเก็บไว้ในไฟล์ชื่อ x2.bmp เมื่อเปิดด้วยโปรแกรม Image Viewer จะปรากฎผลลัพธ์ดังภาพต่อไปนี้


ตัวอย่าง 3-4 : การเปลี่ยนแปลงค่าสีของภาพ
ขอให้ท่านพิจารณาตัวอย่างต่อไปนี้

ภาพต้นฉบับ

สลับค่าสีระหว่าง (255,255,255) และ (255,0,0) >>> import Image >>> im = Image.open("c:\\temp\\test.bmp") >>> def gen(im):           for i in range(im.size[0]):                    for j in range(im.size[1]):                              tmp = im.getpixel((i,j))                              if tmp == (255,255,255):                                       tmp = (255,0,0)                              im.putpixel((i,j),tmp)           return im >>> im = Image.open("c:\\temp\\test.bmp") >>> m = gen(im) >>> m.save("c:\\temp\\x3.bmp")

สลับค่าสีระหว่าง (255,255,255) และ (0,255,0) >>> import Image >>> im = Image.open("c:\\temp\\test.bmp") >>> def gen(im):           for i in range(im.size[0]):                    for j in range(im.size[1]):                              tmp = im.getpixel((i,j))                              if tmp == (255,255,255):                                       tmp = (0,255,0)                              else:                                       tmp = (0,0,255)                              im.putpixel((i,j),tmp)           return im >>> im = Image.open("c:\\temp\\test.bmp") >>> m = gen(im) >>> m.save("c:\\temp\\x4.bmp")

ตัวอย่างด้านบนใช้หลักการเหมือนตัวอย่างแรกสุดของบทความนี้ เพียงแต่เปลี่ยนสีจาก (255,255,255) เป็น (255,0,0) กล่าวคือเปลี่ยนสีขาว(255,255,255) เป็นสีแดง(255,0,0) ในขณะที่อีกตัวอย่างเปลี่ยนจากสีขาวเป็นสีเขียว และสีใดไม่ใช่สีขาวให้เปลี่ยนเป็นสีน้ำเงิน (0,0,255)

ตัวอย่าง 5 : ตัวอย่างเดียวกับข้อ 4 แต่ใช้ภาพต้นฉบับที่ต่างกันไป

   
ภาพต้นฉบับ         ภาพที่ผ่านการประมวลผลจากตัวอย่างที่ 4
ตัวอย่างนี้แสดงให้ท่านเห็นว่า แม้ว่ารูปภาพต้นฉบับของเราจะเป็นอย่างไรก็ตาม แต่ถ้าหากผ่านเงื่อนไขอย่างเดียวกัน ดังนั้น ย่อมให้ผลลัพธ์ซึ่งเป็นไปตามกฎเกณฑ์ที่ตั้งไว้เสมอ ตัวอย่างนี้เปลี่ยนสีขาวเป็นสีเขียว และถ้าสีใดไม่ใช่สีขาวให้เปลี่ยนเป็นสีน้ำเงิน

ตัวอย่าง 6 : การผสมภาพเข้าด้วยกัน

สำหรับตัวอย่างถัดไปจะนำท่านสร้างแอพลิเคชั่นเล็ก ๆ เพื่อทำการผสมภาพสองภาพเข้าด้วยกัน ท่านต้องแน่ใจว่าภาพทั้งสองขนาดความกว้างและสูงเท่ากัน รายละเอียดประกอบด้วย

             
ภาพต้นฉบับ ชื่อ s.bmp                               ภาพที่จะถูกนำมาผสมเข้ากับภาพต้นฉบับ (ชื่อ d.bmp)

ตัวอย่าง การผสมภาพเข้าด้วยกัน

>>> def merge(s,d):           ratio = 0.5           for i in range(s.size[0]):                    for j in range(s.size[1]):                              tmp1 = s.getpixel((i,j))                              tmp2 = d.getpixel((i,j))                              tmp2 = list(tmp2)                              tmp = [(tmp1[0]+tmp2[0])*ratio,(tmp1[1]+tmp2[1])*ratio,(tmp1[2]+tmp2[2])*ratio]                              tmp = tuple(tmp)                              s.putpixel((i,j),tmp)           return s >>> import Image >>> s = Image.open("c:\\temp\\s.bmp") >>> d = Image.open("c:\\temp\\d.bmp") >>> m = merge(s,d,0.5) >>> m.save('c:\\temp\\m.bmp')

จากตัวอย่างด้านบน เรานำภาพสองภาพเข้ามาและอ่านพิกัดไปพร้อม ๆ กัน แล้วนำพิกัดทั้งสองบวกกัน และคูณด้วยค่าสัดส่วนที่เราต้องการ ในตัวอย่างนี้กำหนดเป็น 0.5 หมายถึงการหารด้วย 2 ผลลัพธ์แสดงได้ดังภาพต่อไปนี้


ตัวอย่างนี้เป็นการ merge ภาพสองภาพเข้าด้วยกัน

ตัวอย่าง 7 : เทคนิคนี้เหมือน Blue Screen ที่ใช้ในภาพยนต์

ถ้าเรามีภาพสองภาพ โดยภาพที่จะนำมาผสมมีมีพื้นเป็นสีขาว เราจะไม่นำสีขาวไปวาดลงบนภาพต้นฉบับ แต่ถ้าเป็นสีอื่นนอกจากสีขาวจะทำการวาดลงบนภาพต้นฉบับ ขอให้พิจารณาตัวอย่างต่อไปนี้

             
ภาพต้นฉบับ ชื่อ s.bmp                               ภาพที่จะถูกนำมาผสมเข้ากับภาพต้นฉบับ (ชื่อ d.bmp)

ตัวอย่าง เทคนิคนี้เหมือน Blue Screen ที่ใช้ในภาพยนต์

>>> def merge(s,d):           for i in range(s.size[0]):                    for j in range(s.size[1]):                              tmp1 = s.getpixel((i,j))                              tmp2 = d.getpixel((i,j))                              if tmp2 == (255,255,255):                                       tmp = tmp1                              else:                                       tmp = tmp2                              s.putpixel((i,j),tmp)           return s>>> import Image >>> s = Image.open("c:\\temp\\s.bmp") >>> d = Image.open("c:\\temp\\d.bmp") >>> m = merge(s,d,0.5) >>> m.save('c:\\temp\\m.bmp')

ตัวอย่างด้านบนเป็นการรวมภาพสองภาพเข้าด้วยกันโดยมีเงื่อนไขคือ หากภาพที่นำมารวมมีพื้นสีขาวให้วาดสีต้นฉบับ ในกรณีอื่น ๆ ให้วาดสีของภาพปลายทางลงไปแทน ผลลัพธ์ที่ได้แสดงได้ดังภาพต่อไปนี้



การทำภาพเบลอ (Blur)
ภาพเบลอเป็นเทคนิคการเฉลี่ยสีของภาพรอบ ๆ ข้าง ดังนั้นภาพที่ผ่านเทคนิคนี้จะให้ความรู้สึกเหมือนภาพเบลอ
ในตัวอย่างนี้อ่านค่าสีทั้งหมด 5 ค่าสี คือ
- ค่าสีตำแหน่งปัจจุบัน
- ค่าสีตำแหน่งซ้ายมือของตำแหน่งปัจจุบัน
- ค่าสีตำแหน่งขวามือของตำแหน่งปัจจุบัน
- ค่าสีตำแหน่งด้านบนของตำแหน่งปัจจุบัน
- ค่าสีตำแหน่งด้านล่างของตำแหน่งปัจจุบัน
ในการอ่านแต่ละรอบจะอ่านค่าสีถึง 5 ตำแหน่ง ซึ่งตัวอย่างที่ผ่านมาอ่านเพียงตำแหน่งเดียว เมื่ออ่านค่าสีมาครบแล้วให้ทำการเฉลี่ย (หารด้วย 5) จากนั้นนำค่าผลลัพธ์เก็บไว้ในตำแหน่งปัจจุบัน และทำไปเรื่อย ๆ จนครบทุกพิเซล

ขอให้พิจารณาตัวอย่างต่อไปนี้

ตัวอย่าง การทำภาพเบลอ (Blur)

def blur(s):           for i in range(1,s.size[0]-10):                    for j in range(1,s.size[1]-10):                              l = list(s.getpixel((i-1,j)))                              r = list(s.getpixel((i+1,j)))                              t = list(s.getpixel((i,j-1)))                              b = list(s.getpixel((i,j+1)))                              c = list(s.getpixel((i,j)))                              red = (l[0]+r[0]+t[0]+b[0]+c[0])/5.0                              green = (l[1]+r[1]+t[1]+b[1]+c[1])/5.0                              blue = (l[2]+r[2]+t[2]+b[2]+c[2])/5.0                              tmp = (red,green,blue)                              s.putpixel((i,j),tmp)           return s >>> import Image >>> p = Image.open("c:\\temp\\chakrit.bmp") >>> m = blur(p) >>> m.save("c:\\temp\\m.bmp")

จากตัวอย่างด้านบนทำให้ภาพต้นฉบับเบลอ และถ้าท่านนำเอาภาพที่ผ่านการทำฟิลเตอร์เบลอมาทำเบลออีกรอบ จะทำให้ภาพนั้นเบลอยิ่งขึ้น ดังภาพต่อไปนี้

                                                                           
ภาพต้นฉบับ                        ภาพผ่าน Filter Blur หนึ่งครั้ง         ผ่าน Filter Blur สองครั้ง                ผ่าน Filter Blur สามครั้ง

สรุป
บทความนี้ได้นำท่านเรียนรู้และเข้าใจหลักการและแนวคิดพื้นฐานของอิมเมจโปรเซสซิ่ง (การประมวลผลภาพ) ท่านสามารถใช้ภาษาใด ๆ ในการอิมพลิเมนต์ได้ทั้งสิ้น ไม่ว่าจะเป็น Assembly, C/C++, Visual C++, Visual Basic และอื่น ๆ อีกมากมาย และในตัวอย่างนี้ผู้เขียนเลือกใช้ภาษาไพธอน หวังเป็นอย่างยิ่งว่า บทความนี้จะกระตุ้นให้ท่านเกิดแรงศรัทธาในการเรียนรู้ได้บ้าง.. ขอเป็นกำลังใจให้กับทุก ๆ ความพยายาม สู้ต่อไป "ไอ้มดแดง"

หมายเหตุ :
ตรามหาวิทยาลัยสร้างขึ้นโดยผู้เขียนโดยใช้ 3D-Studio Max และใช้ Material สีทองทำ Surface บนโมเดล ประมวลผลด้วยซีพียู 200 MHz หน่วยความจำ 64 Mb ฮาร์ดดีสก์ 20 GB สร้างเอาไว้เมื่อปี พ.ศ. 2542