一、核心源代码
助教给了lena512这个图,但是其实可以对任意图像进行灰度变化,然后切割成512*512像素。
主要的变换代码如下:
使用python实现,变化主要就是使用下面这个函数,其中函数接受的三个参数依次为图像,迭代次数,以及N。调用的时候迭代数取50,N取512
然后就是处理图像,读取原始图像变成灰度图像,然后进行标准化处理成512*512:
用于整理图像尺寸的函数如下:
然后就是调用:保存50,96,192,384次置乱:
迭代次数为50,N取512,那么用384轮50次置换图像可以得到恢复。
后来我改为保存每一轮置换后的结果:
import numpy as np
from PIL import Image
# 自己准备的照片
# path = "img2.jpg"
# lena512
path = "input.bmp"
# 图像尺寸调整函数
def resize_image(image, size):
img = Image.fromarray(image)
img_resized = img.resize((size, size))
return np.array(img_resized)
# Arnold 变换函数
def arnold_transform(img, iterations,N):
size = img.shape[0]
print(size)
mapped_img = np.zeros_like(img)
for _ in range(iterations):
for i in range(size):
for j in range(size):
new_i = (i + j) % N
new_j = (i + 2*j) % N
mapped_img[new_i, new_j] = img[i, j]
img = mapped_img.copy()
return mapped_img
# 读取原始图像
img_original = np.array(Image.open(path).convert('L'))
# 保存处理后的图像
save_path = 'processed_image.png'
Image.fromarray(img_original).save(save_path)
# 调整图像尺寸为 512x512
img_resized = resize_image(img_original, 512)
# 将numpy数组转换为PIL图像对象
img_pil = Image.fromarray(img_resized)
# 现在你可以保存这个图像对象了
img_pil.save('output.png')
# 指定迭代次数
iterations = 50
# for i in range(384):
# img_resized = arnold_transform(img_resized, iterations, 512)
# if i == (50-1):
# scrambled_image = Image.fromarray(img_resized)
# scrambled_image.save('scrambled_image_50.png')
# elif i == (96-1):
# scrambled_image = Image.fromarray(img_resized)
# scrambled_image.save('scrambled_image_96.png')
# elif i == (192-1):
# scrambled_image = Image.fromarray(img_resized)
# scrambled_image.save('scrambled_image_192.png')
# elif i == (384-1):
# scrambled_image = Image.fromarray(img_resized)
# scrambled_image.save('scrambled_image_384.png')
for i in range(384):
img_resized = arnold_transform(img_resized, iterations, 512)
#打印每一轮变换后的图片
scrambled_image = Image.fromarray(img_resized)
scrambled_image.save('./lena/scrambled_image_' + str(i+1) +'.png')
二、实验结果与分析
1. 实验结果,自己的图片:
img2.jpg是原图,processed_image.png是转换为灰度图像之后的,output.png是将图片处理成512*512像素,剩下的四张分别是分别进行50,96,192,384次置乱后的结果,神奇的是除了第384次,我自己的这张图,第192次好像也得到了恢复。
2. lena图像:
这张图本身就是灰度的了,但是依然运行原来的程序,processed_image.png是转换为灰度图像之后的,output.png是将图片处理成512*512像素。
可以观察到N为512时经过384次迭代后,每轮为迭代50次,图像得到了恢复。