# DIP_Code

### 介绍
已实现功能：
1. 第二章：彩色空间转换（转HSV、转GRAY、转BGRA、转HLS、转YUV）
2. 第三章：算数运算、逻辑运算、缩放、旋转、翻转、对比度、亮度、FFT变换、DCT变换、仿射变换
3. 第四章：直方图（线性拉伸、非线性拉伸、自适应均衡、全局均衡）
4. 第五章：边缘检测（增强图像、Robert算子、Prewitt算子、Sobel算子、Laplacian算子、LoG算子、Canny算子
5. 第六章：平滑（均值模糊、高斯模糊、中值模糊）
6. 第七章：锐化
7. 第八章：腐蚀膨胀（美颜）
8. 第九章：噪声描述器（椒盐噪声、高斯噪声）、均值类滤波器（算数均值滤波器、几何均值滤波器、谐波均值滤波器）、排序统计类滤波器（最大值滤波器、中值滤波器 、最小值滤波器）、选择性滤波器（高通滤波器、低通滤波器、带通滤波器）
9. 文字编辑
10. 图像动作驱动

### 安装教程

1.  使用IDE打开本项目
2.  打开cmd，使用pip install xxx==version -i https://pypi.tuna.tsinghua.edu.cn/simple 下载“使用工具”中提及的第三方库。xxx为库名，version为版本号，建议使用“使用工具”中推荐的版本号
3.  都安装好后即可开始使用

### 使用工具
1. Python 3.9
2. imageio 2.19.3 
3. matplotlib 3.5.2 
4. numpy 1.22.2 
5. pandas 1.3.4 
6. python-dateutil 2.8.2 
7. pytz 2021.3 
8. PyYAML 5.4.1 
9. scikit-image 0.18.3 
10. scikit-learn 1.1.1 
11. scipy 1.8.1 
12. torch 1.10.0 
13. torchvision 0.11.1 
14. tqdm 4.64.0

### 使用说明

####文字编辑
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 在“输入文字”文本框中输入文字
4. 在“输入坐标”文本框中输入希望文字显现的坐标，可点击“坐标确认”来确认指定坐标位置
5. 在“字体大小”下拉框中选择希望文字显现的大小
6. 在“字体厚度”下拉框中选择希望文字显现的厚度
7. 在“字体颜色”下拉框中选择希望文字显现的颜色
8. 在“字体样式”下拉框中选择希望文字显现的样式
9. 单击文件->保存，选择路径保存处理过后的图片
10. 运行结果会自动保存在resources/img下change.png
11. 单击原图->返回原图，返回处理之前的初始图片
####彩色空间转换
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击基础操作->彩色空间转换，即可选择转换方式
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####FFT、DCT、仿射变换
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击基础操作，即可选择变换方式
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####缩放、旋转、翻转
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击基础操作，即可选择想要的功能
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####直方图的操作
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击直方图，即可选择对直方图的操作
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####模糊
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击滤镜->平滑，即可选择模糊方式
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####锐化
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击滤镜->锐化->锐化
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####美颜
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击滤镜->美颜
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####添加噪声
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击图像恢复->添加噪声，即可选择想要添加的噪声
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####滤波器
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 滤波器分为三类滤波器，其中各有三种滤波器。
   1. 单击图像恢复->均值类滤波器，即可选择均值类的滤波器
   2. 单击图像恢复->排序统计类滤波器，即可选择排序统计类滤波器
   3. 单击图像恢复->选择性滤波器，即可选择选择性滤波器
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####图像拼接
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击图像合成->图像拼接
4. 选择图片，即可将两张图拼接在一起
5. 单击文件->保存，选择路径保存处理过后的图片
6. 运行结果会自动保存在resources/img下change.png
7. 单击原图->返回原图，返回处理之前的初始图片
####算术运算
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击图像合成->算术运算，选择想要的算数运算符
4. 选择图片，即可对两张图做运算
5. 单击文件->保存，选择路径保存处理过后的图片
6. 运行结果会自动保存在resources/img下change.png
7. 单击原图->返回原图，返回处理之前的初始图片
####逻辑运算
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击图像合成->逻辑运算，选择想要的算数运算符
4. 选择图片，即可对两张图做运算
5. 单击文件->保存，选择路径保存处理过后的图片
6. 运行结果会自动保存在resources/img下change.png
7. 单击原图->返回原图，返回处理之前的初始图片
####图像增强
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击边缘检测->图像增强
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####边缘检测
1. 运行demo.py单击文件->打开，选择图片
2. resources/img下提供了测试用例照片test1.jpg，也可选择本机中的照片。white board.jpg是初始化的图片
3. 单击边缘检测，选择想要的算子
4. 单击文件->保存，选择路径保存处理过后的图片
5. 运行结果会自动保存在resources/img下change.png
6. 单击原图->返回原图，返回处理之前的初始图片
####图像动作驱动
1. 运行demo.py单击文件->打开，选择图片 
2. 单击图像动作驱动->图像动作驱动
3. sup-mat下提供了初始照片1-9.png和初始视频source.mp4
4. 运行结果保存在01-09.mp4