普林斯顿算法课作业 part II 的python实现（二）Seam-carving

问题

原问题网页:Seam-carving
问题大致描述如下：接缝裁剪（Seam-carving）是一种图像处理的方法。它不是简单地将图片进行等比例缩放，而是在缩放的同时，尽可能地保留了原图片的最主要的特征。换句话说，它是将原图片中一些无关紧要的地方给丢弃了。而这次作业就是要实现这个功能。

关于接缝裁剪（Seam-carving）的更多信息，可以参见 视频（需FQ）

思路

这是一个图像处理的问题，python里面有几个常用的图像处理的库，比如pillow、OpenCV。这里利用 pillow 库来进行处理。关于 pillow 库的安装和教程参见官方文档。利用 pillow 库，可以很方便地读取图片的像素信息，获得一个像素矩阵，矩阵中的每一个元素表示了该像素上的颜色信息（RGB格式）

要解决原问题，可以按如下几个步骤进行：

1. 计算能量（Energy calculation）
   用能量来定义每一个像素的重要程度。这里采用双梯度能量函数，详见原网页。
2. 定义接缝（Seam identification）
   将每个元素与它下面及其两边的元素（如果有的话）相连，构成一个无圈有向图（DAG）。接缝定义如下：从顶部像素到底部像素能量之和最短的路径。
3. 移除接缝（Seam removal）
   移除接缝上的所有像素

代码

# -*- coding: utf-8 -*-
"""
Created on Sat Jan  2 15:30:45 2021

@author: zxw
"""
# 设置文件路径
import os
os.chdir('C:/Users/zxw/Desktop/修身/与自己/数据科学/算法/seam')
import networkx as nx
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

class SeamCarver:
    def __init__(self,picture):
        self.im = Image.open(picture) #读取图片
        self.W = self.im.size[0] #宽度
        self.H = self.im.size[1] #高度
        self.matrix = np.array(Image.open(picture)) #用一个三维矩阵存储像素信息
        self.matrix = self.matrix.astype(int)
        self.energy_matrix = np.arange(self.H*self.W).reshape(self.H,self.W)
        self.energy_matrix = self.energy_matrix.astype(float)
        for i in range(self.H):
            for j in range(self.W):
                Left = (j == 0)
                Right = (j == self.W - 1)
                Top = (i == 0)
                Bottom = (i == self.H-1)
                if (Left)|(Right)|