Initial commit with project files

4_Farbrepräsentationen/ü4/README.md

@@ -0,0 +1,25 @@
+# Übung 4: Weißabgleich
+
+Bei Digitalaufnahmen lässt sich über Bildverarbeitungssoftware der Weißabgleich zu einem gewissen
+Grad per Software korrigieren. Dazu skaliert man die relativen Luminanzen der Kanäle Rot,
+Grün und Blau. Die Skalierung wird über eine Multiplikation mit der folgenden Diagonalmatrix
+realisiert.
+
+<p align="center">
+<img src="https://latex.codecogs.com/svg.image?\begin{bmatrix}&space;R&space;\\G&space;\\B&space;\\\end{bmatrix}&space;=&space;\begin{bmatrix}&space;r_w&space;&&space;0&space;&&space;0\\&space;0&g_w&space;&0&space;\\0&0&b_w&space;\\\end{bmatrix}&space;\cdot\begin{bmatrix}&space;R'&space;\\G'&space;\\B'&space;\\\end{bmatrix}&space;" title="\begin{bmatrix} R \\G \\B \\\end{bmatrix} = \begin{bmatrix} r_w & 0 & 0\\ 0&g_w &0 \\0&0&b_w \\\end{bmatrix} \cdot\begin{bmatrix} R' \\G' \\B' \\\end{bmatrix} " />
+</p>
+
+Das Problem ist nun die Parameter für den optimalen Weißpunkt zu wählen.
+
+## Aufgabe a)
+
+Laden Sie das Bild [../../data/obst.png](../../data/obst.png) und geben Sie er aus. Führen Sie danach den Weißabgleich durch.
+Wählen Sie als Parameter Werte, sodass die Farbwerte des Pixels an Stelle x=127 y=146 den Farbwert (255, 255, 255) haben.
+Zeigen Sie ebenfalls das abgeglichene Bild an. Die Musterlösung findet sich in der Datei [l_a.py](l_a.py).
+
+![](../../data/obst.png)
+
+## Aufgabe b)
+
+Führen Sie den Weißabgleich auf Ihrem Webcam-Stream durch. Sie können die Parameter frei wählen und variieren.
+Die Musterlösung findet sich in der Datei [l_b.py](l_b.py).

4_Farbrepräsentationen/ü4/l_a.py

@@ -0,0 +1,19 @@
+import cv2
+import numpy as np
+
+img = cv2.imread("../../data/model.png")
+
+#white_balancing_factor = np.asarray([[[1, 1, 1]]])
+white_balancing_factor = 255 / img[146, 127].astype(np.float32)
+white_balancing_factor = np.expand_dims(white_balancing_factor, 0)
+white_balancing_factor = np.expand_dims(white_balancing_factor, 1)
+
+img_balanced = img * white_balancing_factor
+img_balanced = np.clip(img_balanced, 0, 255)
+img_balanced = img_balanced.astype(np.uint8)
+
+cv2.imshow("Normal", img)
+cv2.imshow("Abgeglichen", img_balanced)
+
+cv2.waitKey()
+

4_Farbrepräsentationen/ü4/l_b.py

@@ -0,0 +1,16 @@
+import cv2
+import numpy as np
+
+white_balancing_factor = np.asarray([[[0.5, 0.3, 0.95]]])
+
+cap = cv2.VideoCapture(0)
+
+while True:
+    ret, img = cap.read()
+    img_balanced = img * white_balancing_factor
+    img_balanced = np.clip(img_balanced, 0, 255)
+    img_balanced = img_balanced.astype(np.uint8)
+    cv2.imshow("Normal", img)
+    cv2.imshow("Abgeglichen", img_balanced)
+    cv2.waitKey(1)
+