-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathfunctions.py
More file actions
238 lines (195 loc) · 6.73 KB
/
Copy pathfunctions.py
File metadata and controls
238 lines (195 loc) · 6.73 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
from argparse import ArgumentTypeError
import numpy as np
from PIL import Image
from convolution_functions import apply_filter, filters
debug_mode = False
"""
Seznam pouzitelnych funkci pro tento program na upravu obrazku.
Pro pridani fuknce ji napiste zde, a pridejte do action_dict (seznam pouzitelnych fci)
a pote ji udelejte CLI callable v Main pres add_argument.
"""
def read_image(file_name: str) -> np.array:
"""
pomocna funkce na nacteni obrazku
:param file_name: cesta k souboru
:return: numpy array, pripravene na upravy pomoci nasich funkcni
"""
return np.asarray(Image.open(file_name), dtype=np.int32)
def save_image(array, file_path):
"""
pomocna funkce na ulozeni obrazku, sama prevede pole z int32 na unit8 a ulozi
:param array:
:param file_path:
:return:
"""
out = array.astype("uint8")
Image.fromarray(out).save(file_path)
def percentage(val):
"""
Vlastni datovy typ pro argparse, pouze kontroluje zda uzivatel zadal cislo vetsi nez nula
:param val: vstup z argparse
:return: int v rozmezi 0 - 100 (bez upravy)
"""
try:
n = int(val)
if 0 <= n:
return n
else:
msg = "Cislo nemuze byt mensi nez nula"
raise ArgumentTypeError(msg)
except ValueError:
msg = 'Zadaný vstup se nepodařilo převést na číslo!'
raise ArgumentTypeError(msg)
"""
image edit functions
"""
def do_rotate(np_image, args=None):
out = np.rot90(np_image)
if debug_mode:
print("a do_rotate")
return out
def do_mirror(np_image, args=None):
assert np_image.ndim > 1
out = np_image[::, ::-1]
if debug_mode:
print("a do_mirror")
return out
def do_inverse(np_image, args=None):
"""
funkce inverze barev (z cerne se stane bila apod).
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
if len(np_image.shape) > 2:
out = np.abs(np_image[::, ::, 0:min(np_image.shape[2], 3)] - 255)
else:
out = np.abs(np_image - 255)
if debug_mode:
print("a do_inverse")
return out
def do_bw(np_image, args=None):
"""
funkce do prevodu sedi, pouzivame ITU-R 601-2 luma vzorec.
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
if np_image.ndim is not 3: # obrazek je uz v grayscale, takze neni treba ho opakovat
print("Jiz ve stupni sedi, redudantni --bw")
return np_image
result_red = (np_image[::, ::, 0] * 0.299)
result_green = (np_image[::, ::, 1] * 0.587)
result_blue = (np_image[::, ::, 2] * 0.114)
final = (result_red + result_green + result_blue)
if debug_mode:
print("a do_bw")
return final
def do_lighten(np_image, args):
"""
funkce ktera zesvetla vsechny pixely o dane procento
:param np_image: numpy obrazek co chceme upravit
:param args: Bere z argparseru lighten value
:return: upraaveny obrazek v Numpy array
"""
if args is None:
raise ValueError
value = args.lighten.pop(0)
# vime ze 100% = 1, 50% = 0.5, proto prenasobime a pricteme 1 abychom obrazek omylem neztmavili
percentil_value = (value * 0.01) + 1
if len(np_image.shape) > 2:
out = np.minimum(np_image[::, ::, 0:min(np_image.shape[2], 3)] * percentil_value, 255)
else:
out = np.minimum(np_image * percentil_value, 255)
if debug_mode:
print("a do_lighten")
return out
def do_darken(np_image, args):
"""
funkce ktera ztmavi vsechny pixely o dane procento
:param np_image: numpy obrazek co chceme upravit
:param args: Bere z argparseru lighten value
:return: upraaveny obrazek v Numpy array
"""
if args is None:
raise ValueError
value = args.darken.pop(0)
if len(np_image.shape) > 2:
out = np_image[::, ::, 0:min(np_image.shape[2], 3)] * (value * 0.01)
else:
out = (np_image * (value * 0.01))
if debug_mode:
print("a do_darken")
return out
def do_sharpen(np_image, args=None):
"""
funkce zostreni, zavola konvolucni metodu s danym filtrem a vrati vysledek
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
out = apply_filter(np_image, filters["Sharpening"])
if debug_mode:
print("a do_sharpen")
return out
def do_blur_3x3(np_image, args=None):
"""
funkce rozmazani, zavola konvolucni metodu s danym filtrem a vrati vysledek
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
out = apply_filter(np_image, filters['Gaussian blur 3x3 (approx)'])
if debug_mode:
print("a do_blur_3x3")
return out
def do_blur_5x5(np_image, args=None):
"""
funkce rozmazani s vetsim zaberem okolim, zavola konvolucni metodu s danym filtrem a vrati vysledek
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
out = apply_filter(np_image, filters['Gaussian blur 5x5 (approx)'])
if debug_mode:
print("a do_blur_5x5")
return out
def do_edge_detection(np_image, args=None):
"""
funkce detekce hran, zavola konvolucni metodu s danym filtrem a vrati vysledek
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
out = apply_filter(np_image, filters['Edge detection'])
if debug_mode:
print("a do_edge_detection")
return out
def do_embossing(np_image, args=None):
"""
funkce vyrazeni, zavola konvolucni metodu s danym filtrem a vrati vysledek
:param np_image: numpy obrazek co chceme upravit
:param args: Neni zde potreba, pouze pro kompabilitu
:return: upraaveny obrazek v Numpy array
"""
out = apply_filter(np_image, filters['Embossing'])
if debug_mode:
print("a do_embossing")
return out
"""
Slovník (Dictionary) všech možných úprav obrázku, slouží pro parsování argparse a tohoto programu
pro přidání nové fce je třeba jí napsat do funcions.py a poté jí přidat sem
"""
action_dict = {
"--rotate": do_rotate,
"--mirror": do_mirror,
"--inverse": do_inverse,
"--bw": do_bw,
"--lighten": do_lighten,
"--darken": do_darken,
"--sharpen": do_sharpen,
"--blur_3x3": do_blur_3x3,
"--blur_5x5": do_blur_5x5,
"--edge_detection": do_edge_detection,
"--embossing": do_embossing
}