Ushbu maqolada raqamli tasvirlarni qayta ishlashning ikkita muhim yo‘nalishi – affin almashtirish usullari va segmentatsiyalash usullari tahlil qilingan. Xususan, tasvirni burchak bo‘yicha burish va masshtablash usullarining matematik asoslari, algoritmik yechimlari hamda OpenCV dasturiy kodi va natijalari keltirilgan. Maqolada segmentatsiyalash usullarining tasnifi, birjinslilik predikati tushunchasi, soha o‘stirish algoritmlari hamda fizik xususiyatlar asosida segmentatsiyalashga misol sifatida odam teri rangini ajratib olish masalasi OpenCV dasturiy kodi bilan yoritilgan. Maqola natijalari tasvirlarni qayta ishlash sohasida tadqiqot olib borayotgan mutaxassislar, muhandislar va talabalar uchun amaliy ahamiyatga ega.
This article analyzes two important areas of digital image processing: affine transformation methods and segmentation methods. In particular, the mathematical foundations, algorithmic solutions, as well as the OpenCV software code and results of image rotation and scaling methods are presented. The article covers the classification of segmentation methods, the concept of homogeneity predicate, region growing algorithms, and the issue of identifying human skin color as an example of segmentation based on physical properties using OpenCV software code. The results of the article are of practical importance for specialists, engineers, and students conducting research in the field of image processing.
В статье проанализированы два важных направления цифровой обработки изображений: методы аффинных преобразований и методы сегментации. В частности, представлены математические основы, алгоритмические решения, программный код OpenCV и результаты методов поворота изображения на заданный угол и масштабирования. Также освещены классификация методов сегментации, понятие предиката однородности, алгоритмы выращивания областей и задача выделения цвета кожи человека как пример сегментации по физическим свойствам с использованием программного кода OpenCV. Результаты статьи имеют практическое значение для специалистов, инженеров и студентов, проводящих исследования в области обработки изображений.