Initial commit with project files

1_Grundlagen/ü3/README.md

@@ -0,0 +1,36 @@
+# Übung 3: Diskretisierung und Quantisierung
+
+In dieser Übung wird die Quantisierung und Diskretisierung von Bildern betrachtet. In den folgenden Abbildungen sind beide
+Methoden visualisiert.
+
+Quantisierung | Diskretisierung
+:---:|:---
+![](https://upload.wikimedia.org/wikipedia/commons/thumb/7/70/Quantized.signal.svg/2880px-Quantized.signal.svg.png) | ![](https://upload.wikimedia.org/wikipedia/commons/thumb/1/15/Zeroorderhold.signal.svg/2880px-Zeroorderhold.signal.svg.png)
+[Link zum Bild](https://upload.wikimedia.org/wikipedia/commons/thumb/7/70/Quantized.signal.svg/2880px-Quantized.signal.svg.png) | [Link zum Bild](https://upload.wikimedia.org/wikipedia/commons/thumb/1/15/Zeroorderhold.signal.svg/2880px-Zeroorderhold.signal.svg.png)
+
+
+## Aufgabe a) Diskretisierung
+In der Datei [a.py](a.py) wird ein Bild geladen. Das Bild hat die Größe 1526 x 1600 (Breite x Höhe).
+
+Diskretisieren Sie das Bild mit dem Faktor *k* **ohne** und **mit** Verwendung der Funktion `cv2.resize()`. Dabei kann 
+*k* die Werte 4, 8, und 13.5 annehmen. Zeigen Sie die Bilder für den direkten Vergleich an! Achten Sie dabei darauf,
+dass die Bilder in der gleichen Größe dargestellt werden.
+
+
+## Aufgabe b) Quantisierung
+In der Datei [b.py](b.py) wird ein Bild geladen. Das Bild ist im BGR-Farbraum repräsentiert und hat eine 8-Bit Quantisierung 
+(Wertebereich {0, ..., 255}. 
+
+Führen Sie folgende Schritte durch:
+ 1. Quantisieren Sie das Bild in den Wertebereich {0, ..., 127}
+ 2. Quantisieren Sie das Bild aus Schritt 1 in den Wertebereich {0, ..., 3}
+ 3. Quantisieren Sie das Bild aus Schritt 2 zurück in den Wertebereich {0, ..., 255}
+
+Zeigen Sie die Bilder aus allen Schritten für den direkten Vergleich an:
+ 
+ - Wie bewerten Sie die Qualität der Bilder?
+ - Was fällt auf?
+
+
+
+