→ Slide 1
Einführung in die Computergrafik und Bildverarbeitung
Dr. Raphael Wimmer
Sommersemester 2024
→ Slide 2
Konzept
Anstelle einer klassischen Vorlesung mit Übung gibt es:
einen interaktiven Präsenztermin (Di, 12:15 - 15:45 Uhr, H8)
eine Sammlung an Lehrmaterial
einen Abhängigkeitsgraph, der zeigt, welche Themen man in welcher Reihenfolge lernen sollte
vier Milestones/Studienleistungen (2D-Bitmapgrafik, 2D-Vektorgrafik, 3D-Grafik, Computer Vision), zu denen Sie eine kleine Übungsaufgabe bearbeiten müssen/sollten.
eine Klausur (Präsenz), in der Sie am Rechner mehrere Programmieraufgaben bearbeiten
→ Slide 3
Organisatorisches
Anfangs gibt es einige Präsenz-Termine, in denen wir die Grundlagen frontal-interaktiv besprechen
Dann kriegen Sie eine Art Lernlandkarte / Abhängigkeitsgraph / Mindmap der Themen des Kurses inkl. Material und Aufgaben. Ca. 70% der Themen sind Kerninhalte. Diese können Sie in ihrer eigenen Geschwindigkeit bearbeiten. Aus den restlichen Themen wählen Sie dann diejenigen, die Sie am meisten interessieren und vertiefen diese.
Als Programmiersprache werden wir Python verwenden (zusätzlich: Jupyter Notebooks, OpenGL, GLSL, OpenCV).
Während der Präsenztermine schauen wir uns gemeinsam wichtige Themen und Anwendungen an. Das wird dann eher eine interaktive Übung als eine klassische Vorlesung (“Flipped Classroom”). Außerdem nutzen wir den Termin als Ort für Pair-Programming, Sprechstunde für Probleme, und um Feedback zu geben.
→ Slide 4
Leistungsnachweis
Es gibt einige Milestones zu festen Terminen im Semester, die sie einhalten sollten. Da müssen Sie dann jeweils eine kleine Studienleistung abgeben. Je früher Sie abgeben, und je besser Ihre Lösung, umso mehr Bonuspunkte für die Klausur erhalten Sie.
Am Ende des Semesters findet eine Klausur in Präsenz statt. Sie bearbeiten dort primär Programmieraufgaben zu Themen des Kurses. Dabei können Sie natürlich auf allen Code zurückgreifen, den Sie im Laufe des Kurses schon geschrieben haben. Außerdem kommen noch ein paar Theoriefragen dazu. Das Format “Klausur” ist in der Prüfungsordnung vorgegeben. Es dient in diesem Fall auch dazu, sicherzustellen, dass Sie selbst die ganzen Aufgaben während des Semesters bearbeitet haben. Die Klausur wird am Rechner stattfinden, nicht auf Papier. Für die Klausur gibt es 100 Punkte. Eine Notenstufe entspricht 5 Punkten, d.h. ab 50 Punkten bekommen Sie eine 4.0.
Bonuspunkte gibt es für:
Abgeben der Studienleistungen (max. 20 Punkte insgesamt)
Bug Bounty: pro sachlichem Fehler in meinen Materialien 1 Punkt (FCFS)
Teilen von guten Quellen (je 1 Punkt, max. 5 Punkte insgesamt)
→ Slide 5
Materialien
Sie erhalten von mir:
nicht: komplette Foliensätze für jeden Termin, aber:
Überblicksdokumente
einen interaktiven Abhängigkeitsgraphen der Inhalte der Vorlesung
Links und Tipps zu Material
Foliensätze zu bestimmten Themen
Screenshots / Fotos von wichtigen Zeichnungen
→ Slide 6
Feedback der letzten beiden Male
Aufwendiger Kurs, aber sehr praktisch weswegen es auch Spaß macht und die Zeit die man dafür aufwendet auch schnell verfliegt.
Interessante Vorlesung, die mir neue Themen und Anwendungsmöglichkeiten beigebracht hat. Die Einführungen in die OpenGL und OpenCV waren spannend und mir davor nur vom hören bekannt. Die Studienleistungen ließen sich auch gut bearbeiten. Waren am Anfang etwas überfordernd (da es bei mir kaum/kein Vorwissen gab), aber ließen sich meistens doch ganz gut durcharbeiten.
Sehr interessante Vorlesung, die viel praktisches Wissen mit sich bringt
Sehr interessant, aber man muss am Ball bleiben
Die Studienleistungen waren sehr interessant und anspruchsvoll, haben aber auch Spaß gemacht. Hab mir teilweise etwas schwer getan, auch weil mir die Erfahrung mit Python gefehlt hat. [...] Ansonsten sehr interessante und coole Veranstaltung, bei der man auch viel selber herumprobieren durfte (v.a. bei Studienleistungen) und gut erklärte Beispiele bekommen hat.
→ Slide 7
Zeitplan
↓ Slide 8
16. April 2024 - Einführung, Überblick
Klassische frontale Vorlesung zum Einstieg.
Themen heute:
Danach eine Übung mit:
↓ Slide 9
Ausblick: 23. April 2024 - Wiederholung Grundlagen, Praxis Rastergrafik
Grundlagen Farbräume, Rastergrafik
Welche Python-IDE soll ich verwenden?
apt, pip, conda, virtualeenv, docker - Environments und Paketmanager für Python
Bilder laden und modifizieren
→ Slide 10
Wichtige Veranstaltungen diese Woche
→ Slide 11
Advance Organizer
(kommt noch)
→ Slide 12
Einführung Python
Material:
↓ Slide 13
Voraussetzungen für Teilnahme am nächsten Termin
Lauffähige lokale Python-Installation und IDE
(optional) lokale JupyterLab-Installation
Alle Notebooks in GRIPS bearbeitet
Feedback vorbereitet: wo gibt es Probleme, welche Hilfestellung wäre gut?
Laptop dabei, um einige der gezeigten Dinge mal selbst auszuprobieren
→ Slide 14
↓ Slide 15
→ Slide 16
Überblick: 23. April 2024 - Wiederholung Grundlagen, Praxis Rastergrafik
Welche Python-IDE soll ich verwenden?
apt, pip, conda, virtualeenv, docker - Environments und Paketmanager für Python
Grundlagen Farbräume, Farbmodelle, Rastergrafik
Bilder laden und modifizieren
↓ Slide 17
→ Slide 18
→ Slide 19
PEP 8 - Style Guide für Python
PEP: Python Enhancement Proposal - ein Vorschlag, wie die Sprache weiterentwickelt werden soll
-
pep8: Kommandozeilentool, das Code auf PEP-8-Konformität prüft
Hier im Kurs: PEP-8-Regeln bitte einhalten (zwingend für Studienleistung), bis auf Regel zu max. Zeilenlänge
-
→ Slide 20
Paketmanagement in Python
Es gibt drei verbreitete Möglichkeiten, Python-Module zu installieren:
Paketmanagement des Betriebssystems (z.B. apt
unter Debian/Ubuntu Linux)
pip
- Pythons Paketmanager
conda
- Paketmanagement der Anaconda-Distribution
Um für jede Anwendung separate Module zu installieren: virtual environments
↓ Slide 21
Paketmanagement durch Betriebssystem
Primär bei Linux-Distributionen, z.B. Debian/Ubuntu
apt install python3-matplotlib
Vorteile: global verfügbar, sicher, vorkompilierte Binaries
Nachteile: nicht immer aktuell, nicht alle Python-Pakete verfügbar, immer nur eine Paketversion installierbar
↓ Slide 22
Paketmanagement mit pip
Pakete werden aus dem Python Package Index (PyPI) installiert (PyPI enthält quasi alle Pakete)
pip3 install matplotlib
pip3 install -r requirements.txt
: Textdatei mit Paketnamen und ggf. Versionen.
Vorteile: global oder (default) lokal installierbar, immer aktuellste Version, quasi alle Pakete verfügbar.
Nachteile: nicht zwingend robust/sicher, Kompilierungsschritt bei C-Erweiterungen notwendig
↓ Slide 23
Paketmanagement mit conda
Anaconda: Python-Distribution für Scientific Computing (multi-platform)
-
conda
: package manager für Anaconda (
Intro)
pip und conda können parallel eingesetzt werden (
1,
2)
-
Vorteile: sicher, robust, vorkompilierte Binaries, integrierte Unterstützung von virtual environments
Nachteile: nicht immer aktuell, wenige Python-Pakete verfügbar, fügt Overhead (Ressourcen, Debugging) hinzu
↓ Slide 24
Virtual Environments
Grundidee: für jedes Projekt eine eigene Python-Installation
Funktionsweise: Überschreiben der Pfade zu Binaries, Bibliotheken in der aktuellen Shell
Virtualenv im Unterverzeichnis .env
anlegen: python3 -m venv .env
Virtualenv aktivieren: source .env/bin/activate
(deaktivieren durch Beenden der Shell)
-
Conda: conda create --name myenv
/ conda activate myenv
→ Slide 25
30. April 2024 - Bildfilter, Studienleistung 1
Recap: Bildfilter, Bilder (live)
Praktische Übung: Bildfilter, Punktoperatoren
Praktische Übung: Morphologische Operationen, Faltungen
Python: mit Kommandozeilenparametern arbeiten
Studienleistung 1: ein simpler Bildeditor
↓ Slide 26
↓ Slide 27
Wiederholung: Bildfilter
Überblick: Typische Bildfilter
Überblick: Punktoperatoren, Geometrische Operatoren, Lokale Operatoren, Globale Operatoren
Faltungen
→ Slide 28
Studienleistung 1: Bitmap-Grafik (1)
Entwickeln Sie eine Anwendung filtertool, mit der man (destruktiv) Bilder bearbeiten kann.
Bilder liegen als RGB- oder Graustufenbild vor und können mit Pillow eingelesen und geschrieben werden.
Ansonsten sollen alle Bildoperationen selbst geschrieben werden.
Abgabe: Di, 14. Mai 2024, 23:59 Uhr (5 Bonuspunkte - pro angefangener weiterer Woche 1 Punkt weniger)
→ Slide 29
Studienleistung 1: Bitmap-Grafik (2)
Verpflichtende Features:
Batch-Kommandozeilenbetrieb (python3 filtertool.py --threshold 90 --blur 3 --edges image.jpg
)
sinnvolle grafische Anzeige des Ergebnisses mit tkinter
Standardfilter (selbst implementiert)
Threshold
Brightness
Contrast
Blur
Sharpen
→ Slide 30
Studienleistung 1: Bitmap-Grafik (3)
Wahlpflichtfeatures (3 Features):
→ Slide 31
Studienleistung 1: Bitmap-Grafik (4)
bei Verwendung fremder Code-Beispiele: Quellenangabe im Quelltext
bei Verwendung von ChatGPT o.ä: formlose Angabe im Quelltext (Vorsicht: ChatGPT liefert manchmal subtil falsche Lösungen!)
keine weiteren (Grafik) Bibliotheken verwenden
Abgabe von Quellcode und kurzer Video-Demo (ca. 1 Minute) über GRIPS
→ Slide 32
7. Mai - Image Filters, Tk-GUIs
↓ Slide 33
↓ Slide 34
Kommandozeilenparameter parsen
python3 app.py --mode simple -a file.txt
Mehrere Möglichkeiten in Python:
→ Slide 35
14. Mai 2024 - Vektorgrafik I
↓ Slide 36
Überblick
Grundlagen Vektorgrafik (separater Foliensatz)
Vektorgrafik in Python (Notebooks)
Support Studienleistung 1
→ Slide 37
28. Mai 2024 - Vektorgrafik II
↓ Slide 38
↓ Slide 39
Warum 259
Übungsaufgabe: Kontrastfilter implementieren
Lösungen entweder mit ImageEnhance-Modul oder mit einer merkwürdigen Formel
Woher kommt die 259?
Warum diese Formel?
Welche besseren Alternativen gibt es?
→ Slide 40
Studienleistung 2: Vektor-Grafik
↓ Slide 41
Aufgabenstellung
Entwickeln Sie eine Zeichenanwendung mini-draw.py, mit der man Vektorgrafiken erstellen und bearbeiten kann. Die Funktionsweise soll gängigen Vektorgrafikprogrammen wie z.B. Inkscape ähneln. Die Anwendung soll einen tkinter.Canvas verwenden, in dem über die create_rect()-Methode einzelne Pixel gesetzt werden. Alle weiteren Zeichenoperationen sollen auf dieser Basis implementiert werden.
Abgabe: Di, 18.6. 2024 (5 Bonuspunkte - pro angefangener weiterer Woche 1 Punkt weniger)
↓ Slide 42
Verpflichtende Features
(Wenn nichts vorgegeben ist, einfach eine sinnvolle Lösung wählen)
Zeichnen von geraden Linien mit der linken Maustaste
Zeichnen von quadratischen Bezier-Kurven, indem für jede gezeichnete Linie in der Mitte ein Kontrollpunkt gezeichnet wird, der gezogen werden kann
Zeichnen von gefüllten Polygonen (selbst implementiert)
Alle End-/Eck-/Kontrollpunkte sollen als kleine Rechtecke (z.B. 5×5 px) dargestellt werden und mit der Maus verschoben werden können
Mittels der Taste 'x' kann man die End-/Eck-/Kontrollpunkte ein-/ausblenden
Mittels der Taste 'c' kann man den Canvas leeren
Mit der mittleren Maustaste kann der gesamte Canvas verschoben werden
↓ Slide 43
Wahlpflichtfeatures (3 Features)
Zoomen mit dem Scrollrad (Liniendicke bleibt konstant 1 px)
Zeichnen mit Farben (Auswahldialog von tkinter verwenden)
Füllen mit Mustern / Schraffuren
Speichern und Laden der Grafik
Zeichnen von Rechtecken oder Kreisen mit der rechten Maustaste
effizientes Neuzeichnen des Bildschirms nur dort, wo sich etwas verändert hat
Antialiasing der Linien
(eigenes Feature vorschlagen)
→ Slide 44
4. Juni 2024 - Vektorgrafik
↓ Slide 45
Themen heute
Linien zeichnen mit und ohne Bresenham
Computational Geometry am Beispiel Shoelace Algorithm
Signed Distance Functions
↓ Slide 46
↓ Slide 47
Signed Distance Functions
(algorithmische) Funktion, die ein 2D-/3D-Objekt beschreibt
Gibt für einen Punkt/Pixel p
die Distanz zur Objektkante zurück:
< 0, wenn er im Objekt liegt
0, wenn er auf der Kante des Objekts liegt
> 0, wenn er außerhalb des Objekts liegt
-
Beispiel Kreis: circle(point, radius) → distancetoorigin(point) - radius
Kombination von individuellen SDFs über Boolsche Operationen:
Union: min(sdf1, sdf2)
Intersection: max(sdf1, sdf2)
Difference: max(sdf1, -sdf2)
↓ Slide 48
Signed Distance Functions: Übung
Eure Aufgabe jetzt zu zweit:
implementiert gemeinsam eine Signed-Distance-Funktion circle(p, radius)
, die für einen Pixel p
im Bild überprüft, ob er im Kreis mit Mittelpunkt (0,0) und Radius r
liegt.
zeichnet damit den Kreis
überlegt, wie man den Kreis in der Mitte des Bildes platzieren könnte und implementiert dies (Tipp: transformiert den zu testenden Punkt)
implementiert eine SDF, die einen Smilie mithilfe von circle()
und union/difference/intersection zeichnet
→ Slide 49
11. Juni 2024 - Einführung 3D-Grafik, OpenGL, Szenengraphen
↓ Slide 50
↓ Slide 51
↓ Slide 52
Rückblick Grundlagen 3D-Grafik
↓ Slide 53
↓ Slide 54
OpenGL
Offener, erweiterbarer Standard für 3D-Zeichen-
API
Standardisiert durch Khronos Group
Alternativen / Konkurrenz: DirectX (nur Windows), Metal (nur macos)
OpenGL 1.0 (1992): Immediate Mode
API
OpenGL 2.0 (2004): Shaders
OpenGL 3, 4 (ab 2008): Deprecation des Immediate Mode, Implementierung als Shader
Nachfolger: Vulkan (seit 2016, viel Hardware-näher als OpenGL)
Spin-Offs / Dialekte: WebGL (im Browser), EGL/GL ES (mobile Geräte)
Toolkits: GLU, GLUT/FreeGLUT, GLFW (Helferfunktionen)
Einbettung in viele Grafikframeworks (u.a. SDL, Qt, Tkinter) möglich
↓ Slide 55
Immediate Mode: Anwendung ist Eigentümer der Szene und ruft für jedes Frame Zeichenoperationen über
API auf
Retained Mode: Anwendung übergibt zu zeichnende Objekte und ggf. Verhalten an Grafikframework – dieses rendert dann eigenständig die Szene.
Vorteil Immediate Mode: Einfach zu verstehen
Vorteil Retained Mode: Deutlich bessere Performance
↓ Slide 56
OpenGL Basics
Matrixmultiplikation zur Transformation von Modell-/Kamerakoordinaten und für Projektion 3D → 2D
OpenGL 1/2: Immediate Mode Rendering, Vertices entweder in CPU- oder GPU-Speicher (DisplayLists, VBO), globaler Matrix-“Stack“
OpenGL 3/4: Rendering über Shader (Programme, die parallel in der GPU ausgeführt werden):
Vertex Shader: transformiert Vertices (Meshes, Kamera-Transformation, Projektion)
Fragment Shader: modifiziert Pixel-Werte (Farbe, Textur, Beleuchtung, Effekte)
C-ähnliche Programmiersprache: GL Shader Language (GLSL)
↓ Slide 57
glClear(GL_COLOR_BUFFER_BIT)
glColor3f(1.0, 1.0, 1.0)
glLoadIdentity()
gluLookAt(0.0, 0.0, 5.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0)
glScalef(1.0, 2.0, 1.0)
glRotatef(45, 0, 1, 0)
glBegin(GL_QUADS)
glVertex3f(0.0, 0.0, 0.0)
glVertex3f(0.0, 1.0, 0.0)
glVertex3f(0.0, 1.0, 1.0)
glVertex3f(0.0, 0.0, 1.0)
glEnd()
glFlush()
↓ Slide 58
Hands-On: OpenGL zum Laufen bringen
→ Jupyter-Notebook simple_cube_immediate_mode.ipynb
↓ Slide 59
→ Slide 60
18. Juni 2024 - GLSL, Fragment-Shader, Vertex-Shader
↓ Slide 61
↓ Slide 62
Recap: Signed Distance Functions
allgemeine Idee: finde eine Funktion, die eine geometrische Form definiert
Parameter: Koordinaten eines Punktes p (x- und y-Wert bei 2D)
Rückgabewert: 0, wenn Punkt auf Form, < 0 wenn innerhalb der Form > 0 wenn außerhalb
Beispiel Kreis an Position q mit Radius r:
f(p) => length(p-q) - r
Tolle Eigenschaften:
-
↓ Slide 63
↓ Slide 64
ShaderToy
-
WebGL-Anwendung zum Experimentieren mit GLSL-Shadern
-
Einstiegspunkt void mainImage( out vec4 fragColor, in vec2 fragCoord )
(= fragment shader)
Mausposition, Tastatur, Zeit, weitere Buffer/Bilder als weitere (globale) Parameter (
Beispiel: Tastatur)
Webcam-Bild als Eingabe möglich
Vertex-Shader nur indirekt unterstützt
-
-
-
↓ Slide 65
Fragment Shaders
werden einmal pro Pixel im Bild aufgerufen, geben Farbwert zurück
Eingabeparameter: Bildposition (vec2 fragCoord
)
Ausgabewert: Pixelfarbe (vec4 fragColor
, RGBA)
-
-
↓ Slide 66
Vertex Shaders
werden einmal pro Vertex aufgerufen
Eingabeparameter: Vertex-Koordinaten (vec3
)
Ausgabewert: Vertex-Koordinaten, indem globale Variable glPosition
gesetzt wird.
nicht direkt von ShaderToy unterstützt
-
↓ Slide 67
↓ Slide 68
Eure Aufgaben
Öffnet ein ShaderToy-Beispiel
Recherchiert in der GLSL-Dokumentation (s.o.), was die Keywords bedeuten
Modifiziert den Code, um zu verstehen, was er macht
Fügt Interaktion und/oder Animation hinzu.
↓ Slide 69
Beispiele Shading in GLSL
↓ Slide 70
↓ Slide 71
→ Slide 72
25. Juni 2024 - 3D-Grafik III - Raytracing
↓ Slide 73
Themen heute
Grundkonzepte Raytracing (siehe Notebook)
Analyse DemoTool-Implementierung
Studienleistung 3: 3D-Grafik
Vorbereitung für nächste Woche: OpenCV
↓ Slide 74
→ Slide 75
Studienleistung 3: 3D-Grafik
↓ Slide 76
Aufgabe 3a: 3D-Welt
Entwickeln Sie eine Anwendung, die eine 3D-Welt basierend auf Meshes darstellt. Sie können zur Implementierung den OpenGL Immediate Mode oder das DemoTool verwenden.
Verpflichtende Features
Anzeigen einer simplen 3D-Szene mit mindestens drei unterschiedlichen Objekten
Bewegen in der Szene mit Maus und Tastatur
Objekte haben unterschiedliche Farben
Wahlpflichtfeatures (3 Features)
Animation (z.B. Rotation) mindestens eines Objekts (abschaltbar)
Selektion von Objekten mit der Maus möglich (dann z.B. Farbänderung, Animation) (→ raycasting)
Laden von Modellen mittels externer Bibliothek, etc.
spezielle Effekte (Nebel, etc.)
zuschaltbarer Bildfilter (fragment shader), z.B. Weichzeichner
↓ Slide 77
Aufgabe 3b: WebGL / ShaderToy
Entwickeln Sie einen Shader in ShaderToy, der eine hübsche Animation erzeugt
Verpflichtende Features
Wahlpflichtfeatures: keine
↓ Slide 78
Aufgabe 3c: Raytracer
Erweitern Sie das Raytracing-Notebook um eines der folgenden Features:
Verpflichtende Features
↓ Slide 79
Regeln
bei Verwendung fremder Code-Beispiele oder von LLM-Output: Quellenangabe im Text
als Framework PyOpenGL, glfw, glumpy, pyglet oder moderngl verwenden
Abgabe von Quellcode und kurzer Video-Demo (ca. 1 Minute) bis Dienstag, 9. Juli 2024, 23:59 Uhr um die volle Punktzahl zu erhalten
→ Slide 80
2. Juli 2024 - Grundlagen Computer Vision
↓ Slide 81
↓ Slide 82
→ Slide 83
9. Juli 2024 - Praxis Computer Vision
↓ Slide 84
→ Slide 85
16. Juli 2024 - Zusammenfassung, Studienleistung, Abschluss
↓ Slide 86
↓ Slide 87
↓ Slide 88
Klausur
Mittwoch, 31.7.2024, 10 - 12 Uhr
Raum wird noch bekanntgegeben
Jupyter-Notebook mit Aufgaben, die bearbeitet werden müssen
Beispielklausur in GRIPS
↓ Slide 89
→ Slide 90
Studienleistung 4: Computer-Vision
↓ Slide 91
Aufgabenstellung (1)
Ihr Ziel ist, einen Drucksensor auf Basis eines Ultraschallgeräts zu entwickeln.
Auf dem Schallkopf befindet sich ein verformbares Substrat, das sich verformt, wenn man mit dem Finger darauf drückt.
Dadurch verschiebt sich die Position von Objekten im Substrat (z.B. Luftblasen), was im Ultraschallbild sichtbar ist.
Entwickeln Sie in einem Jupyter Notebook einen Algorithmus um Konturen in einem Ultraschallbild zu erkennen und ihre Bewegung zu tracken.
Abgabe: Mi, 31.7. 2024 (5 Bonuspunkte - pro angefangener weiterer Woche 1 Punkt weniger)
↓ Slide 92
Aufgabenstellung (2)
Datensatz in GRIPS
Der Algorithmus soll für alle Bildsequenzen im Datensatz funktionieren. Jede Bildsequenz beinhaltet drei Bilder mit unterschiedlichen Druckstufen.
Alle Bilder sind jeweils aus der gleichen Perspektive aufgenommen, d.h. eine Entzerrung kann global für alle Bilder implementiert werden.
Der Algorithmus soll immer zwei Bilder als Eingabe erhalten.
Er soll eine Liste mit den Positionen einer oder mehrerer Formen im Bild ausgeben und jeweils den Bewegungsvektor in Pixeln, um die sich die Form Objekt bewegt hat.
Das Notebook soll ein Bild erzeugen, in dem Formen und Vektoren eingezeichnet sind.
↓ Slide 93
Verpflichtende Features
(Wenn nichts vorgegeben ist, einfach eine sinnvolle Lösung wählen)
Entzerrung der Bilder mit einer Homographie.
Filtern des Bildes, um relevante Konturen gut hervorzuheben
Identifikation von Formen oder Konturen im Bild.
Finden von korrespondierenden Formen in zwei Bildern mittels ORB o.ä.
Ausgabe einer Liste mit den Positionen einer oder mehrerer Formen im Bild und des Bewegungsvektors in Pixeln, um die sich die Form bewegt hat.
↓ Slide 94
Wahlpflichtfeatures (1 Feature)
Einzeichnen von Formen und Vektoren ins Bild.
Anpassen von Parametern über Slider
Dynamisches Verzerren eines Bildes anhand der Verschiebungen im Ultraschallbild
(eigenes Feature vorschlagen)