Finish documentation

Abgabe/sections/a3.tex

@@ -31,7 +31,24 @@ Geben Sie Ihren Code an und beschreiben Sie ihn. Geben Sie nur relevante Code Be
 
 \lstset{caption={Segmentierung und Bildmodifizierung, Aufgabe 1}}
 \begin{lstlisting}
-# Your code!
+def _23_SegmentUndBildmodifizierung (self, img, save_binary_mask = False):
+	# Convert BGR -> HSV
+	hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
+	
+	# Area 1: H = 0-10 (strong Rot)
+	lower_red1 = np.array([0, 100, 50])
+	upper_red1 = np.array([0, 255, 255])
+	
+	# Area 2: H = 169-179 (red-violet)
+	lower_red2 = np.array([171, 100, 50])
+	upper_red2 = np.array([179, 255, 255])
+	
+	# Create binary mask for both red areas
+	mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
+	mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
+	
+	# Combine both masks
+	mask = cv2.bitwise_or(mask1, mask2)
 \end{lstlisting} 
 
 \subsubsection{Bin<EFBFBD>rmaske}
@@ -52,12 +69,36 @@ img = cv2.drawContours(img, [c], -1, color=255, -1)
 Geben Sie Ihren Code an und beschreiben Sie ihn. Geben Sie nur relevante Code Bereiche an!
 \lstset{caption={Segmentierung und Bildmodifizierung, Aufgabe 2}}
 \begin{lstlisting}
-# Your code!
+def _23_SegmentUndBildmodifizierung (self, img, save_binary_mask = False):
+	# ...
+	
+	# Optimizing mask with opening and closing
+	kernel = np.ones((5, 5), np.uint8)
+	
+	mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
+	mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
+	
+	# Select biggest connected area
+	cnts, _ = cv2.findContours(mask, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
+	
+	if cnts:
+		c = max(cnts, key=cv2.contourArea)
+		new_mask = np.zeros_like(mask)
+		cv2.drawContours(new_mask, [c], -1, color = 255, thickness = -1)
+		mask = new_mask
+	else:
+		mask = np.zeros_like(mask)
 \end{lstlisting} 
 
 \paragraph*{Aufgabe 3}
 Welche Probleme oder Fehler k<>nnen in der Bin<69>rmaske vorkommen, die mit den Ma<4D>nahmen beseitigt werden sollen?
 
+\color{blue}
+
+Durch das Opening und Closing k<>nnen sich zwei Bereiche miteinander verbinden, die jedoch nicht zusammengeh<65>ren. Die Wahl des gr<67><72>ten zusammenh<6E>ngenden Segments kann relevante Bereiche auch einfach auslassen, wenn das Opening und Closing diesen nicht zu gr<67><72>ten Bereich zusammengef<65>hrt hat.
+
+\color{black}
+
 \subsubsection{Bildmodifizierung}
 Nach dem Fertigstellen der vorherigen Aufgabenstellungen sollten Sie nun eine Bin<69>rmaske erhalten, welche den \glqq magischen Umhang\grqq\ segmentiert. Die letzte Aufgabe befasst sich mit der Bildmodifizierung, welche den Eindruck verschwindender Objekte vermittelt.
 
@@ -74,8 +115,33 @@ Solange kein Bild in der Variable gespeichert ist, soll das Eingangsbild direkt
 Geben Sie Ihren Code an und beschreiben Sie ihn. Geben Sie nur relevante Code Bereiche an! 
 \lstset{caption={Segmentierung und Bildmodifizierung, Aufgabe 4}}
 \begin{lstlisting}
-# Your code!
+def _23_SegmentUndBildmodifizierung (self, img, save_binary_mask = False):
+	# ...
+	
+	# Return image if no background is set
+    if self.background is None:
+		return img
+		
+	# 3-channel mask for binary operations
+	mask_3ch = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
+	
+	# Background are: Get from save background image
+	background_part = cv2.bitwise_and(self.background, mask_3ch)
+	
+	# Foreground area: Extract from current image
+	foreground_part = cv2.bitwise_and(img, cv2.bitwise_not(mask_3ch))
+	
+	# Merge both areas
+	output = cv2.add(background_part, foreground_part)
+	return output
 \end{lstlisting} 
 
 \paragraph*{Aufgabe 5}
-Geben Sie ein Bild (z.B. Screenshot) an, in dem die Funktion Ihres \glqq magischen Umhangs\grqq\  gezeigt wird!
+Geben Sie ein Bild (z.B. Screenshot) an, in dem die Funktion Ihres \glqq magischen Umhangs\grqq\  gezeigt wird!
+
+\begin{figure}
+	\centering
+	\includegraphics[width=10cm]{fig/Endergebnis.png}
+	\caption{Endergebnis}
+	\label{fig:histogram-endergebnis}
+\end{figure}