md

README.md

@@ -0,0 +1 @@
+# Uncrease

uncrease.ipynb

@@ -1,5 +1,12 @@
 {
  "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "引入必要的函式庫以及我們寫好的function"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 1,
@@ -23,6 +30,14 @@
     "from dotenv import load_dotenv"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "導入存在sources的圖片，轉為灰階<br>\n",
+    "獲取API密鑰"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 2,
@@ -60,6 +75,23 @@
     "test = 1 # if colored pic or complex choose 2, if simple(means got a subject) choose 1"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Detect Ridges\n",
+    "**(直接檢測，不取出背景)**\n",
+    "1. 進行脊（ridge）檢測:設定參數，將圖像利用`detect_ridges函數`檢測，並輸出兩個圖像的特徵值。\n",
+    "\n",
+    "2. 計算二值化影像：根據`特徵值計算了兩個二值化影像` i1_binary 和 i2_binary。通過將特徵值與閾值進行比較而得到的，生成的二值化影像用於表示在圖像中脊的特徵。\n",
+    "\n",
+    "3. 正規化影像：對二值化影像進行了`正規化處理`，以便於顯示和後續處理。使用了 cv2.normalize 將數值範圍調整到 [0, 1] 之間。\n",
+    "\n",
+    "4. 調整數值範圍：將正規化後的影像數值範圍重新縮放到 [0, 255] 之間，以便於顯示為灰度影像。\n",
+    "\n",
+    "5. `生成脊檢測的遮罩`：選擇其中一個特徵值影像（使用 i1_scaled）作為脊檢測的遮罩。將這個遮罩影像 ridge_mask 轉換為 PILImage 物件並顯示出來。"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 3,
@@ -133,6 +165,17 @@
     "display(ridge_mask)"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Remove creases not in background\n",
+    "1. 使用 ClipDrop API 的 `cleanup` 功能\n",
+    "   \n",
+    "2. **Result**<br>\n",
+    "將原圖像作為image，ridge_mask 圖像作為mask，並套用模型抹除皺摺紋路，並顯示出來。"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 4,