Initial commit with project files

2_Bildbearbeitung/ü5/README.md

@@ -0,0 +1,24 @@
+# Übung 5: Nichtlineare Filter
+
+In dieser Übung wird der nichtlineare Median-Filter behandelt. Der Median-Filter ist ein Sonderfall des Rangfolge-Filters.
+Bei einem Rangfolge-Filter werden die Werte des zu untersuchenden Bildausschnitts aufsteigend sortiert.
+Je nach Filter-Definition wird dann der n-te Wert der Folge als neuer Pixelwert definiert. Sonderfälle des Rangfolge-Filters sind:
+- Maximum-Filter: Letzter Wert der Folge
+- Minimum-Filter: Erster Wert der Folge
+- Median-Filter: Wert der mittleren Position der Folge
+
+## Aufgabe a)
+Gegeben ist folgender Bildausschnitt:
+<p align="center">
+<img src="https://latex.codecogs.com/svg.image?I&space;=&space;\begin{bmatrix}1&space;&4&space;&space;&6&space;&space;\\&space;3&&space;2&space;&&space;1&space;\\&space;6&&space;&space;8&&space;&space;2\end{bmatrix}&space;" title="I = \begin{bmatrix}1 &4 &6 \\ 3& 2 & 1 \\ 6& 8& 2\end{bmatrix} " />
+</p>
+
+Geben Sie den Mittelwert und Median des Ausschnitts an!
+Die Lösung finden Sie in der Datei [l_a.py](l_a.py).
+
+## Aufgabe b)
+Starten Sie das Program [b.py](b.py) um ein verrauschtes Bild zu erhalten und filtern Sie es 
+mit der OpenCV-Filterfunktion *cv2.medianBlur()*. Führen Sie die Filterung mit den Filtergrößen: 3x3, 5x5,
+9x9. Vergleichen Sie die Ergebnisse durch Visualisierung des Ergebnisses mit *cv2.imshow()*.
+
+Die Lösung finden Sie in der Datei [l_b.py](l_b.py).

2_Bildbearbeitung/ü5/b.py

@@ -0,0 +1,18 @@
+import cv2
+import numpy as np
+
+img = cv2.imread("../../data/lena.png")
+img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+
+''' Rauschen hinzufügen '''
+h, w = img.shape
+saltpepper_noise = np.zeros((h, w), dtype=np.uint8)
+saltpepper_noise = cv2.randu(saltpepper_noise, 0, 255)
+black = saltpepper_noise < 15
+white = saltpepper_noise > 240
+img[white] = 255
+img[black] = 0
+
+''' Bild anzeigen '''
+cv2.imshow("img", img)
+cv2. waitKey()

2_Bildbearbeitung/ü5/l_a.py

@@ -0,0 +1,12 @@
+import numpy as np
+
+I = [
+    [1, 4, 6],
+    [3, 2, 1],
+    [6, 8, 2],
+]
+
+I = np.asarray(I)
+
+print("Median", np.median(I))
+print("Mittelwert", np.average(I))

2_Bildbearbeitung/ü5/l_b.py

@@ -0,0 +1,24 @@
+import cv2
+import numpy as np
+
+img = cv2.imread("../../data/lena.png")
+img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+
+''' Rauschen hinzufügen '''
+h, w = img.shape
+saltpepper_noise = np.zeros((h, w), dtype=np.uint8)
+saltpepper_noise = cv2.randu(saltpepper_noise, 0, 255)
+black = saltpepper_noise < 15
+white = saltpepper_noise > 240
+img[white] = 255
+img[black] = 0
+
+cv2.imshow("img", img)
+
+''' Median Filter anwenden '''
+sizes = [3, 5, 9]
+for kernel_size in sizes:
+    img_filtered = cv2.medianBlur(img, kernel_size)
+    cv2.imshow("img_filtered_" + str(kernel_size), img_filtered)
+
+cv2. waitKey()