Fourth commit

Blue_noise_sampling.py

@@ -5,46 +5,55 @@
 # @File    : Blue_noise_sampling.py
 # @Software: PyCharm
 
-'''
-计算新图形（放大后或缩小后）的坐标点像素值对应于原图像中哪一个像素点填充的。
-src是原图，dst是新图，原来的图像宽度/高度除以新图像的宽度/高度可以得到缩放比例，假如是缩小图片括号内的数字小于1，放大则大于1，相当于系数，再乘以新图片的宽度/高度，就实现了缩放。
-'''
 
-from PIL import Image
 import matplotlib.pyplot as plt
 import numpy as np
-import math
-
-
-# # 最近邻插值算法
-# # dstH为新图的高;dstW为新图的宽
-# def blueNoiseSampl(img, dstH, dstW):
-#     scrH, scrW, t = img.shape  # src原图的长宽
-#     retimg = np.zeros((dstH, dstW, 3), dtype=np.uint8)
-#     for i in range(dstH - 1):
-#         for j in range(dstW - 1):
-#             scrx = round(i * (scrH / dstH))
-#             scry = round(j * (scrW / dstW))
-#             retimg[i, j] = img[scrx, scry]
-#
-#     return retimg
-#
-#
-# im_path = './data/th.png'
-# image = np.array(Image.open(im_path))
-#
-# plt.figure(figsize=(16, 8))
-#
-# plt.subplot(1, 2, 1)
-# plt.imshow(image)
-#
-# image1 = blueNoiseSampl(image, image.shape[0] * 2, image.shape[1] * 2)
-# # 从array转换成image
-# image1 = Image.fromarray(image1.astype('uint8')).convert('RGB')
-# image1.save('./data/picture13.png')
-# plt.subplot(1, 2, 2)
-# plt.imshow(image1)
-# plt.show()
+from PIL import Image
+
+'''
+srcX=newX*(srcW/newW)
+srcY=newY*(srcH/newH)
+src是原图，dst是新图，原来的图像宽度/高度除以新图像的宽度/高度可以得到缩放比例，
+假如是缩小图片括号内的数字小于1，放大则大于1，相当于系数，再乘以新图片的宽度/高度，就实现了缩放。
+'''
+
+def blueNoiseSampl(img, newH, newW):
+    '''
+
+    :param img: 图片
+    :param newH:  新图的高
+    :param newW: 新图的宽
+    :return: 新图
+    '''
+    scrH, scrW, t = img.shape  # 原图的长宽
+    retimg = np.zeros((newH, newW, 3), dtype=np.uint8)  # 生成 newH* newW *3 的零矩阵
+    for i in range(newH - 1):
+        for j in range(newW - 1):
+            scrx = round(i * (scrH / newH))  # round对其四舍五入
+            scry = round(j * (scrW / newW))
+            retimg[i, j] = img[scrx, scry]  # new image
+    return retimg
 
 
+# 图片展示函数
+def showImage(picPath):
+    '''
 
+    :param picPath: 图片地址
+    :return: 样图
+    '''
+    # 获取图片矩阵
+    image = np.array(Image.open(picPath))
+    # 设置画布
+    plt.figure(figsize=(16, 8))
+    # 合并
+    plt.subplot(121)
+    plt.imshow(image)
+    # 调用采样函数
+    image1 = blueNoiseSampl(image, image.shape[0] * 2, image.shape[1] * 2)
+    # 图片保存
+    Image.fromarray(np.uint8(image1)).save("./data/picture13.png")
+    plt.subplot(122)
+    plt.imshow(image1)
+    plt.show()
+    return image1