# basic_image_exercise

**Repository Path**: dunk0224/basic_image_exercise

## Basic Information

- **Project Name**: basic_image_exercise
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-12
- **Last Updated**: 2025-10-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 数字图像处理实验一：图像基础操作

## 环境要求

### 必需软件包
```bash
pip install scikit-image matplotlib numpy
```

### Python版本
- Python 3.6 或更高版本
- Jupyter Notebook（推荐）或常规Python环境

## 文件说明

本实验包含9个独立的图像处理代码示例，每个示例演示不同的像素级操作技术：

- **输入图像**: `x.jpg`、`earth.jpg`、`galaxy-full.jpg`
- **输出**: 通过matplotlib实时显示处理后的图像
- **代码格式**: Jupyter Notebook (.ipynb) 格式

## 代码示例说明

### 1. 图像上半部分处理
**文件**: 1000077346.jpg  
**功能**: 将图像上半部分的红色通道设置为最大值  
**关键代码**:
```python
for i in range(w):
    for j in range(h // 2):
        img[j, i][0] = 255
```
**效果**: 图像上半部分呈现红色调，下半部分保持原样

### 2. 图像左半部分处理
**文件**: 1000077347.jpg  
**功能**: 将图像左半部分的红色通道设置为最大值  
**关键代码**:
```python
for i in range(w // 2):
    for j in range(h):
        img[j, i][0] = 255
```
**效果**: 图像左半部分呈现红色调，右半部分保持原样

### 3. 图像左上四分之一处理
**文件**: 1000077348.jpg  
**功能**: 尝试处理图像左上四分之一区域（代码存在错误）  
**关键代码**:
```python
for i in range(w/2):    # 错误：应使用整数除法
    for j in range(h/2): # 错误：应使用整数除法
        img[j, 1][0] = 255 # 错误：索引应为i而不是1
```
**注意**: 此代码需要修正才能正常运行

### 4. 小区域像素处理
**文件**: 1000077349.jpg  
**功能**: 在图像中央创建4×4像素的红色方块  
**关键代码**:
```python
for i in range(3,7):
    for j in range(3,7):
        img[j, i][0] = 255
```
**效果**: 在图像中心位置显示一个小的红色正方形区域

### 5. 指定区域颜色处理
**文件**: 1000077350.jpg  
**功能**: 在图像中央区域创建青色调效果  
**关键代码**:
```python
for i in range(1,9):
    for j in range(1,9):
        img[j, i][1] = 255  # 绿色通道
        img[j, i][2] = 0    # 蓝色通道
```
**效果**: 中央8×8区域呈现青色（红色通道保留）

### 6. 红色滤镜效果
**文件**: 1000077351.jpg  
**功能**: 对整个图像应用红色滤镜  
**关键代码**:
```python
for i in range(w):
    for j in range(h):
        img[j, i][1] = 0  # 关闭绿色
        img[j, i][2] = 0  # 关闭蓝色
```
**效果**: 整个图像只显示红色通道信息

### 7. 绿色滤镜效果
**文件**: 1000077352.jpg  
**功能**: 对整个图像应用绿色滤镜  
**关键代码**:
```python
for i in range(w):
    for j in range(h):
        img[j, i][0] = 0  # 关闭红色
        img[j, i][2] = 0  # 关闭蓝色
```
**效果**: 整个图像只显示绿色通道信息

### 8. 蓝色滤镜效果
**文件**: 1000077353.jpg  
**功能**: 对整个图像应用蓝色滤镜  
**关键代码**:
```python
for i in range(w):
    for j in range(h):
        img[j, i][0] = 0  # 关闭红色
        img[j, i][1] = 0  # 关闭绿色
```
**效果**: 整个图像只显示蓝色通道信息

### 9. 条纹效果处理
**文件**: 1000077354.jpg  
**功能**: 为图像添加垂直彩虹条纹  
**关键代码**:
```python
for i in range(w):
    for j in range(h):
        if i % 3 == 0:
            img[j, i][0] = 255  # 红色条纹
        elif i % 3 == 1:
            img[j, i][1] = 255  # 绿色条纹
        else:
            img[j, i][2] = 255  # 蓝色条纹
```
**效果**: 创建红、绿、蓝相间的垂直条纹图案

## 使用方法

### 基本步骤
1. 确保所有依赖包已安装
2. 准备测试图像文件（x.jpg、earth.jpg、galaxy-full.jpg）
3. 在Jupyter Notebook中打开对应的代码文件
4. 按顺序运行代码单元格
5. 观察图像处理效果

### 运行单个示例
```python
# 导入必要库
from skimage import io
import matplotlib.pyplot as plt

# 读取图像
img = io.imread('your_image.jpg')

# 执行处理代码
# ...

# 显示结果
plt.imshow(img)
plt.show()
```

### 注意事项
- 部分代码需要修正语法错误（如整数除法问题）
- 确保图像文件路径正确
- 处理会修改原始图像数据，建议备份

## 学习要点

### 核心概念
1. **图像通道操作**
   - RGB颜色模型：红色[0]、绿色[1]、蓝色[2]
   - 通道值的范围：0-255

2. **像素级访问**
   - 使用`img[行, 列][通道]`访问特定像素
   - 嵌套循环遍历图像区域

3. **区域选择技术**
   - 使用循环范围控制处理区域
   - 部分区域处理与全图像处理

### 编程技巧
- 使用`img.shape`获取图像尺寸信息
- 合理使用循环边界条件
- 模块化导入和图像显示

### 实际应用
- 图像滤镜效果
- 区域选择性处理
- 色彩分离与合成
- 艺术效果创建

通过本实验，学习者可以掌握基础的图像处理技术，为后续更复杂的图像分析任务奠定基础。

### 个人信息
- 学号：202451230224
- 年级：2024
- 专业：智能科学与技术
- 班级：2班