Einfügen eines Sliders

Um den Grad der Faarbblindheit korrekt zu Simulieren, muss ein Widget eingebaut werden, welches den prozentualen Anteil der Differenz zwischen Simulation und echtem Wert vergleicht und mit dem ausgewählten Wert (z. B. 80%) neu gewichtet.

Code/Dyschromasie-Applikation.py

@@ -53,7 +53,8 @@ class Protanopie(Dyschromasie):
         # Einzelne Pixelwertberechnung
         for i in range(self.rows):
             for j in range(self.cols):
-                self.cb_image[i, j] = np.flipud(self.T_reversed.dot(self.sim_mat).dot(self.T).dot(np.flipud(self.cb_image[i, j])))
+                self.cb_image[i, j] = np.flipud(
+                    self.T_reversed.dot(self.sim_mat).dot(self.T).dot(np.flipud(self.cb_image[i, j])))
 
         self.sim_image = np.copy(self.cb_image)
         self.sim_image = self.sim_image.astype('uint8')
@@ -83,7 +84,8 @@ class Deuteranopie(Dyschromasie):
         # Einzelne Pixelwertberechnung
         for i in range(self.rows):
             for j in range(self.cols):
-                self.cb_image[i, j] = np.flipud(self.T_reversed.dot(self.sim_mat).dot(self.T).dot(np.flipud(self.cb_image[i, j])))
+                self.cb_image[i, j] = np.flipud(
+                    self.T_reversed.dot(self.sim_mat).dot(self.T).dot(np.flipud(self.cb_image[i, j])))
 
         self.sim_image = np.copy(self.cb_image)
         self.sim_image = self.sim_image.astype('uint8')
@@ -112,7 +114,8 @@ class Tritanopie(Dyschromasie):
         # Einzelne Pixelwertberechnung
         for i in range(self.rows):
             for j in range(self.cols):
-                self.cb_image[i, j] = np.flipud(self.T_reversed.dot(self.sim_mat).dot(self.T).dot(np.flipud(self.cb_image[i, j])))
+                self.cb_image[i, j] = np.flipud(
+                    self.T_reversed.dot(self.sim_mat).dot(self.T).dot(np.flipud(self.cb_image[i, j])))
 
         self.sim_image = np.copy(self.cb_image)
         self.sim_image = self.sim_image.astype('uint8')
@@ -124,6 +127,7 @@ class Tritanopie(Dyschromasie):
                     self.sim_image[i, j, x] = self.reverseGammaCorrection(self.cb_image[i, j, x])
         return self.sim_image
 
+
 root = tk.Tk()
 root.title("Projekt Dyschromasie")
 
@@ -135,6 +139,10 @@ kanaele = 0
 sim_pro = tk.IntVar(root)
 sim_deut = tk.IntVar(root)
 sim_tri = tk.IntVar(root)
+simGrad = tk.IntVar(root)
+
+simulationsGradient = tk.Scale(root, from_=0, to_=100, variable=simGrad, orient='horizontal')
+simulationsGradient.grid(column= 0, row = 1, columnspan=10)
 
 def browse():
     # Auswahl des FilePaths
@@ -200,7 +208,6 @@ def simulate():
         sim_pic_pro.grid(columnspan=5)
 
 
-
 btn = tk.Button(root, text="Browse", width=25, command=browse, bg='light blue')
 btn.grid(column=0, row=0, columnspan=2)
 
@@ -212,8 +219,8 @@ checkButton_p = tk.Checkbutton(root, text="Protanop", variable=sim_pro, onvalue=
 checkButton_d = tk.Checkbutton(root, text="Deutanop", variable=sim_deut, onvalue=1, offvalue=0, height=5, width=20)
 checkButton_t = tk.Checkbutton(root, text="Tritanop", variable=sim_tri, onvalue=1, offvalue=0, height=5, width=20)
 
-checkButton_p.grid(column = 0, row = 1)
+checkButton_p.grid(column=0, row=2)
-checkButton_d.grid(column = 1, row = 1)
+checkButton_d.grid(column=1, row=2)
-checkButton_t.grid(column = 2, row = 1)
+checkButton_t.grid(column=2, row=2)
 
 root.mainloop()

Code/Dyschromasie.py

@@ -78,7 +78,6 @@ S_t = np.array([[1, 0, 0],                     #Simulationsmatrix fuer Tritanopi
 for i in range(rows):
     for j in range(cols):
         cb_image[i,j] = T_reversed.dot(S_p).dot(T).dot(cb_image[i,j])
-        # Da OpenCV Pixelwerte in RGB speichert, aber BGR für den Algorithmus nötig ist, muss die Matrix mit flipud gedreht werden
 
 sim_image = np.copy(cb_image)
 sim_image = sim_image.astype('uint8')