12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576 |
- import cv2 # OpenCV fuer Bildbearbeitung
- import tkinter # Zum Erstellen von GUIs
- import numpy as np # Numpy Import
- import sys
-
- # Einlesen des Bildes
- script_dir = sys.path[0]
- path = script_dir[:-4] + "Beispielbilder\lena.jpg"
- image = cv2.imread(path) # Einlesen des Bildes (noch hardcodiert, sollte dann in GUI gehen)
-
- rows = image.shape[0] # Auslesen der Zeilenanzahl
- cols = image.shape[1] # Auslesen der Spaltenanzahl
- kanaele = image.shape[2] # Auslesen der Kanaele (3 fuer RGB, 1 fuer Graubild)
-
-
- def gammaCorrection(v):
- if (v <= 0.04045 * 255):
- return ((v / 255) / 12.92)
- elif (v > 0.04045 * 255):
- return (((v / 255) + 0.055) / 1.055) ** 2.4
- else:
- print("Ungültiger Wert!!")
- return 1
-
-
- def reverseGammaCorrection(v_reverse):
- if (v_reverse <= 0.0031308):
- return 255 * (12.92 * v_reverse)
- elif (v_reverse > 0.0031308):
- return 255 * (1.055 * v_reverse ** 0.41666 - 0.055)
- else:
- print("Ungültiger Wert!!!")
- return 1
-
-
- '''
- 0.4124564 0.3575761 0.1804375 Transformationsmatrix fuer XYZ Werte aus gegebenen RGB Werten!
- RGB2XYZ = 0.2126729 0.7151522 0.0721750
- 0.0193339 0.1191920 0.9503041
- '''
-
- RGB2XYZ = np.array(
- [[0.4124564, 0.3575761, 0.1804375],
- [0.2126729, 0.7151522, 0.0721750],
- [0.0193339, 0.1191920, 0.9503041]])
-
- '''
- 3.2404542 -1.5371385 -0.4985314 Transformationsmatrix fuer RGB Werte aus gegebenen XYZ Werten!
- XYZ2RGB = -0.9692660 1.8760108 0.0415560 (RGB nur ganzzahlig --> Runden!!)
- 0.0556434 -0.2040259 1.0572252
- '''
-
- XYZ2RGB = np.array(
- [[3.2404542, -1.5371385, -0.4985314],
- [-0.9692660, 1.8760108, 0.0415560],
- [0.0556434, -0.2040259, 1.0572252]])
-
- '''
- 0.4002 0.7076 −0.0808 Transformationsmatrix fuer LMS Werte aus gegebenen XYZ Werten
- M_HPE = −0.2263 1.1653 0.0457
- 0 0 0.9182
- '''
-
- M_HPE = np.array([[0.4002, 0.7076, -0.0808],
- [-0.2263, 1.1653, 0.0457],
- [0, 0, 0.9182]])
-
- # for i in range(rows): #Durchgehen aller Pixel des Bildes
- # for j in range(cols):
- # k = image[i,j]
- # #Umwandlungsalgorithmus
-
-
- cv2.namedWindow("Display") # Displaywindow erstellen
- cv2.imshow("Display", image) # Bild zeigen
- cv2.waitKey(0) # Fenster offen halten
|