ip.py

# 这里定义图像处理函数，以便调用
# Generated on: Jul 1, 2025
# Author: Mao Hongyu

import cv2
import numpy as np
import skimage as sk

def blur(f: str, k: int=9) -> np.uint8:
    """
    图像模糊，具体用来模糊或去噪的功能可通过调整k来区分

    输入参数：
        f: 文件名
        k: 卷积核大小，必须是大于1的奇数，默认是9

    返回：
        8位灰度图像
    """
    if k % 2 == 0 or k <= 1:
        raise ValueError("Ksize must be odd and above 1!")
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    if img is None:
        raise ValueError("Image not Found!")
    img = cv2.medianBlur(img, k)    # 选用中值滤波，非线性滤波的去噪和模糊效果更好
    cv2.imwrite('blur.jpg', img)
    return img

def remove_noise(f: str, k: int=5) -> np.uint8:
    """
    图像去噪，具体用来模糊或去噪的功能可通过调整k来区分

    输入参数：
        f: 文件名
        k: 卷积核大小，必须是大于1的奇数，默认是5

    返回：
        8位灰度图像
    """
    if k % 2 == 0 or k <= 1:
        raise ValueError("Ksize must be odd and above 1!")
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    if img is None:
        raise ValueError("Image not Found!")
    img = cv2.medianBlur(img, k)    # 选用中值滤波，非线性滤波的去噪和模糊效果更好
    cv2.imwrite("remove_noise.jpg", img)
    return img

def add_noise(f: str, a: float=.02) -> np.uint8:
    """
    给图像添加噪声，此处选用椒盐噪声

    输入参数：
        f: 文件名
        a: 椒盐噪声添加比例，取值0到1之间，默认值0.02，可选

    返回：
        8位灰度图像
    """
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    assert img is not None, "Image not Found!"
    img = sk.util.random_noise(img, mode='s&p', amount=a)
    img = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)    # 归一化转为8位无符号整数
    cv2.imwrite("add_noise.jpg", img)
    return img

def sharpen(f: str, k: int=3) -> np.uint8:
    """
    边缘检测，选用Laplace算子

    输入参数：
        f: 文件名
        k: 卷积核大小，必须是大于1的奇数，默认是3

    返回：
        8位灰度图像
    """
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    assert img is not None, "Image not Found!"
    img = cv2.Laplacian(img, cv2.CV_64F, k)
    img = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX) # 将结果标准化到0到255，因为Laplace算子会产生负值或超出255的值
    img = cv2.convertScaleAbs(img)  # 转为8位无符号整数
    cv2.imwrite("sharpen.jpg", img)
    return img

def frequency(f: str) -> np.uint8:
    """
    显示图像的频域分析结果，使用傅里叶变换

    输入参数：
        f: 文件名

    返回：
        8位灰度图像频域
    """
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    assert img is not None, "Image not Found!"
    ft = cv2.dft(img.astype(np.float32), flags=cv2.DFT_COMPLEX_OUTPUT)
    fts = np.fft.fftshift(ft)
    s = cv2.magnitude(fts[:, :, 0], fts[:, :, 1])
    s = cv2.normalize(s, None, 0, 255, norm_type=cv2.NORM_MINMAX)
    s = s.astype(np.uint8)
    s *= 255
    cv2.imwrite("frequency.jpg", s)
    return s

def binary(f: str) -> np.uint8:
    """
    将灰度图像转为二值图像

    输入参数：
        f: 文件名

    返回值：
        8位二值图像
    """
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    assert img is not None, "Image not Found!"
    cv2.imwrite("binary.jpg", cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)[1])
    return cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)[1]

def reverse(f: str) -> np.uint8:
    """
    取负片图像，黑的变白，白的变黑，等效imadjust中old=[0, 1], new[1, 0]的情况

    输入参数：
        f: 文件名

    返回值：
        8位灰度图像
    """
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    assert img is not None, "Image not Found!"
    cv2.imwrite("reverse.jpg", (255 - img).astype(np.uint8))
    return (255 - img).astype(np.uint8)

# 自己定义一个imadjust，OpenCV和skimage中没找到类似的
def imadjust(img: np.uint8, old: list[int] = [0, 1], new: list[int] = [0, 1]) -> np.uint8:
    """
    用法和功能跟MATLAB的imadjust函数一样，调整图像的灰度范围，默认值是[0, 1]，即图像不变。
    
    参数:
        img: 输入图像 (np.ndarray, uint8)
        old: 原范围
        new: 新范围
    
    返回:
        调整后的图像 (np.ndarray, uint8)
    """
    img_float = img.astype(np.float32) / 255.0
    if old[1] - old[0] != 0:
        mapped_img = np.where((img_float >= old[0]) & (img_float <= old[1]),
                              new[0] + (img_float - old[0]) * (new[1] - new[0]) / (old[1] - old[0]), img_float)
        mapped_img = np.clip(mapped_img, 0, 1)  # 裁剪到0至1范围内
        return (mapped_img * 255).astype(np.uint8)
    else:
        return img

def cvshow(winname: str, img: np.uint8) -> None:
    """
    调试用，OpenCV的图窗显示较为复杂，懒得每次都写，就封装为一个函数
    输入参数：
        winname: 窗口名称
        img: cv2处理好后要显示的图像
    """
    cv2.namedWindow(winname, cv2.WINDOW_NORMAL)
    cv2.resizeWindow(winname, img.shape[1], img.shape[0])
    cv2.imshow(winname, img)
    cv2.waitKey(0)

if __name__ == '__main__':
    # 在这里不走用户界面，单测试图像处理各函数功能
    f = "catl.jpg"
    img = cv2.imread(f, cv2.IMREAD_GRAYSCALE)
    img = imadjust(img, [0, 1], [1, 0])
    # cv2.imwrite("catp.jpg", img)
    cvshow("Picture", img)
    print(img.dtype)