Base code

imageInput.c

@@ -7,6 +7,25 @@
 #define FILE_HEADER_STRING "__info2_image_file_format__"
 
 // TODO Implementieren Sie geeignete Hilfsfunktionen für das Lesen der Bildserie aus einer Datei
+static int checkFileHeader(FILE *fp)
+{
+    if (!fp) // Datei konnte nicht geöffnet werden
+        return 0; 
+
+    char buffer[BUFFER_SIZE];
+    size_t headerLen = strlen(FILE_HEADER_STRING);
+    if (headerLen >= BUFFER_SIZE) // Safety Check
+        return 0; 
+
+    if (fread(buffer, 1, headerLen, fp) != headerLen) 
+        return 0;
+
+    buffer[headerLen] = '\0';
+    if (strcmp(buffer, FILE_HEADER_STRING) != 0) 
+        return 0;
+
+    return 1; // Header stimmt
+}
 
 // TODO Vervollständigen Sie die Funktion readImages unter Benutzung Ihrer Hilfsfunktionen
 GrayScaleImageSeries *readImages(const char *path)
@@ -19,4 +38,10 @@ GrayScaleImageSeries *readImages(const char *path)
 // TODO Vervollständigen Sie die Funktion clearSeries, welche eine Bildserie vollständig aus dem Speicher freigibt
 void clearSeries(GrayScaleImageSeries *series)
 {
+    if (series == NULL) 
+        return;
+    
+    free(series->images);
+    free(series->labels);
+    free(series);
 }

matrix.c

@@ -16,13 +16,30 @@ void clearMatrix(Matrix *matrix)
 
 void setMatrixAt(MatrixType value, Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
 {
-    
+    if (matrix.buffer != NULL)
+    {
+        if (rowIdx < matrix.rows && colIdx < matrix.cols)
+        {
+            matrix.buffer[rowIdx * matrix.cols + colIdx] = value;
+        }
+    }
 }
 
 MatrixType getMatrixAt(const Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
 {
+    if (matrix.buffer != NULL)
+    {
+        if (rowIdx < matrix.rows && colIdx < matrix.cols)
+        {
+            return matrix.buffer[rowIdx * matrix.cols + colIdx];
+        }
 
     }
+    else 
+    {
+        return 0;
+    }
+}
 
 Matrix add(const Matrix matrix1, const Matrix matrix2)
 {

neuralNetworkTests.c

@@ -9,7 +9,7 @@
 static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
 {
     // TODO
-}
+}.
 
 void test_loadModelReturnsCorrectNumberOfLayers(void)
 {