Initial commit with project files

2_Bildbearbeitung/ü3/l_a.py

@@ -0,0 +1,57 @@
+import numpy as np
+import cv2
+
+''' Einlesen des Bildes '''
+img = cv2.imread("data/normal.jpg")
+
+''' 
+Schritt 1: Geben Sie eine Transformationvorschrift T an, die das Eingangsbild
+    - mit dem Faktor s_x ungleich 0 in x-Richtung skaliert 
+    - mit dem Faktor s_y ungleich 0 in y-Richtung skaliert 
+'''
+s_x = 2
+s_y = 2
+T = np.asarray(
+    [
+        [s_x, 0],
+        [0, s_y]
+    ]
+)
+
+''' 
+Schritt 2: Geben Sie geben sie die Inverse T_inv zu T an
+'''
+
+T_inv = np.linalg.inv(T)
+
+'''
+Schritt 3: Implementieren Sie eine Funktion scale(img, sx, sy), welche das Bild nach der Skalierung wiedergibt.
+Verwenden Sie für die Transformation das Backward-Mapping und für die Interpolation Nearest-Neighbour Interpolation.
+'''
+
+
+def scale(img, s_x, s_y):
+    rows, cols, channels = img.shape
+    new_rows, new_cols = int(rows * s_y), int(cols * s_x)
+    T = np.asarray([[s_x, 0], [0, s_y]])
+    T_inv = np.linalg.inv(T)
+
+    new_img = np.zeros((new_rows, new_cols, channels))
+    for x in range(new_cols):
+        for y in range(new_rows):
+            position = np.asarray([x, y])
+            old_position = np.matmul(position, T_inv)
+            old_position = np.round(old_position).astype(int)
+            old_x, old_y = old_position[0], old_position[1]
+            # Überstpringen, wenn ausserhalb des Bildes
+            if not 0 <= old_x < cols or not 0 <= old_y < rows:
+                continue
+            new_img[y, x] = img[old_y, old_x]
+    return new_img.astype(np.uint8)
+
+
+''' Ausgabe des Bildes '''
+new_img = scale(img, 2, 2)
+cv2.imshow('new_img', new_img)
+cv2.imshow('img', img)
+cv2.waitKey(0)