【Educoder python 作业答案】国防科技大学《大学计算机基础》问题求解——图像处理

第1关：图像亮度调整

from PIL import Image

########## Begin ##########
#调整一个像素的亮度
def enhancePixel(r, g, b, n):
    er, eg, eb = r + n, g + n, b + n
    if 255 < er:
        er = 255
    elif 0 > er:
        er = 0
    if 255 < eg:
        eg = 255
    elif 0 > eg:
        eg = 0
    if 255 < eb:
        eb = 255
    elif 0 > eb:
        eb = 0
    return er, eg, eb
########## End ##########

#调整图像文件1中所有像素的亮度，并将调整结果保存为图像文件2
#图像文件1和2的路径分别为path1和path2，n为调整量
def enhanceImg(path1, path2, n):
    img = Image.open(path1)
    w, h = img.size
    for x in range(w):
        for y in range(h):
            r,g,b=img.getpixel((x, y))            #取出颜色
            er, eg, eb = enhancePixel(r, g, b, n) #调整亮度
            img.putpixel((x,y),(er, eg, eb))      #放回像素
    img.save(path2)

path1 = 'src/step1/source/step1.jpg'   #原始图像文件
path2 = 'src/step1/student/step1_2.jpg'#调整亮度后的图像文件
n = 50 #调整量
enhanceImg(path1, path2, 50)

第2关：灰度图

from PIL import Image

#将一个RGB颜色转换成灰度值，结果保留整数
def RGBtoGray(r, g, b):
    ########## Begin ##########
    gray = round(r*0.299 + g*0.587 + b*0.114)
    ########## End ##########
    return gray

#将真彩色图像转换成灰度图
#真彩色和灰度图的文件路径分别为path1和path2
def toGrayImage(path1, path2):
    img1 = Image.open(path1)      #真彩色图像，像素中是RGB颜色
    w, h = img1.size
    img2 = Image.new('L', (w, h)) #新建一个灰度图像，像素中是灰度值
    ########## Begin ##########
    #此部分功能：依次取出img1中每个像素的RGB颜色，转换成灰度值，再放到img2的对应位置
    for x in range(w):
        for y in range(h):
            r,g,b=img1.getpixel((x, y))            #取出颜色
            gray = RGBtoGray(r, g, b)
            img2.putpixel((x,y), gray)      #放回像素
    ########## End ##########
    img2.save(path2)

path1 = 'src/step2/source/step2.jpg'    #真彩色图像
path2 = 'src/step2/student/step2_2.jpg' #灰度图像
toGrayImage(path1, path2)

第3关：字符画

from PIL import Image

#将一个灰度值转换成对应的字符
def GraytoChar(gray):
    allChar = """@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,"^`'"""
    ########## Begin ##########
    char = allChar[int(len(allChar)*gray/256)]
    ########## End ##########
    return char

#将真彩色图像转换成字符画，真彩色图像文件路径为path
def toCharImage(path):
    img = Image.open(path)
    ow, oh = img.size #原始图像的宽和高    
    w = 80            #调整后的宽度（即字符画每行有w个字符）
    h = w*oh//ow      #高度也按比例调整（即字符画总共有h行）
    h = h//2          #在文本中，行与行之间有间隔，要进一步缩小高度才能得到较好效果
    img = img.resize((w, h)) #调整图片大小
    img = img.convert('L')   #将真彩色图像转换为灰度图
    charImg = ''             #用于存储字符画
    ########## Begin ##########
    #将img中的灰度值逐一转换成字符，每得到一个字符，添加到charImg最后，转换完一行要添加换行符
    for y in range(h):
        s = ''
        for x in range(w):
            gray = img.getpixel((x, y))  # 取出灰度值
            char = GraytoChar(gray)
            s = s + char
        charImg = charImg + s + '\n'

    ########## End ##########
    return charImg

第4关：图像降噪

from PIL import Image

#求图像img中(x,y)处像素的中值c
def median(img, x, y):
    ########## Begin ##########
    L = []
    xl = [x-1,x,x+1]
    yl = [y-1,y,y+1]
    for i in xl:
        for j in yl:
            gray = img.getpixel((i, j))  # 取出灰度值
            L.append(gray)
    L.sort()
    c = L[4]
    ########## End ##########
    return c

#对图像文件1进行降噪，并将结果保存为图像文件2
#图像文件1和2的路径分别为path1和path2
def denoise(path1, path2):
    img1 = Image.open(path1)  #图像1
    img1 = img1.convert('L')  #将图像1转换为灰度图
    w, h = img1.size
    img2 = Image.new('L', (w, h), 'white') #图像2
    for x in range(1, w-1):
        for y in range(1, h-1):
            c = median(img1, x, y)  #求中值
            img2.putpixel((x,y), c) #将灰度设置为中值
    img2.save(path2)

path1 = 'src/step4/source/step4.bmp'   #带噪声的图像
path2 = 'src/step4/student/step4_2.bmp'  #降噪后的图像
denoise(path1, path2)

第5关：图像边缘检测

from PIL import Image

#求图像img中(x,y)处像素的卷积c
def convolute(img, x, y):
    ########## Begin ##########
    juanjihe = [1,1,1,1,-8,1,1,1,1]
    L = []
    xl = [x - 1, x, x + 1]
    yl = [y - 1, y, y + 1]
    for j in yl:
        for i in xl:
            gray = img.getpixel((i, j))  # 取出灰度值
            L.append(gray)
    c = 0
    for i,j in zip(juanjihe,L):
        c = c + i*j
    ########## End ##########
    return c

#对图像文件1进行边缘检测，并将结果保存为图像文件2
#图像文件1和2的路径分别为path1和path2
def detectEdge(path1, path2):
    img1 = Image.open(path1)  #图像1
    img1 = img1.convert('L')  #将图像1转换为灰度图
    w, h = img1.size
    img2 = Image.new('L', (w, h), 'white') #图像2
    ########## Begin ##########
    ##此部分功能：依次求img1中每个像素的卷积c，再将c放到img2的对应位置
    for x in range(1, w - 1):
        for y in range(1, h - 1):
            c = convolute(img1, x, y) 
            if c>0:
                s=0
            else:
                s=255
            img2.putpixel((x, y), s)  
    ########## End ##########
    img2.save(path2)

path1 = 'src/step5/source/step5.bmp'    #原始图像
path2 = 'src/step5/student/step5_2.bmp' #检测到的边缘图像
detectEdge(path1, path2)

第6关：图像置换加密

from PIL import Image

########## Begin ##########
def helper(x, y, n):
    a = 1
    b = 2
    x2 = (x + b * y) % n
    y2 = (a * x + (a * b + 1) * y) % n
    return x2,y2


def enImg(path1, path2):
    img1 = Image.open(path1)
    w, h = img1.size
    img2 = Image.new('RGB', (w, h), 'white') 
    for x in range(w):
        for y in range(h):
            gray = img1.getpixel((x, y))
            x,y = helper(x,y,w)
            img2.putpixel((x, y), gray)  
    img2.save(path2)

########## End ##########
path1 = 'src/step6/source/step6.bmp'    #原始图像
path2 = 'src/step6/student/step6_2.bmp' #加密后的图像
enImg(path1, path2)