Министерство Цифрового Развития, Связи И Массовых
Коммуникаций Российской Федерации
Ордена Трудового Красного Знамени Федеральное
Государственное Бюджетное Образовательное Учреждение
Высшего Образования
«Московский Технический Университет Связи и Информатики»
──────────────────────────────────────
Введение в Информационные Технологии
Петров Вячеслав БИН2406
Проверил:
Зимин С.И.
Лабораторная работа №7 «Оцифровка
изображений в Python»
Оглавление
Цель работы 3
Задание 1.1 «Изменение яркости изображения» 3
Листинг программы 3
Полученный результат 4
Задание 1.2. «Замена цветов в изображении» 5
Листинг программы 5
Результат генерации 6
Задание 1.3. «Творческое задание» 7
Листинг исходного кода 7
Возможные применения программы 7
Вывод 8
Цель работы
Ознакомление с численными методами и библиотекой Pillow для обработки изображений на уровне пикселей
Задание 1.1 «Изменение яркости изображения»
Листинг программы
Рисунок 1 - Листинг программы 1.1 для изменения яркости изображения
Полученный результат
Рисунок 2 - изображение до обработки
Рисунок 3 – изображение с факторов увеличения яркости 300%
Задание 1.2. «Замена цветов в изображении»
Листинг программы
Рисунок 4 – исходный код программы замены белого на красный цвета
Результат генерации
Рисунок 5 – изображение до обработки
Рисунок 6 - изображение после замены белого с чувствительностью 180
Задание 1.3. «Творческое задание»
Листинг исходного кода
Рисунок 7 - программа анализа изображений
Программа анализирует изображение и считает количество пикселей, которые можно считать яркими (сумма значений RGB которых превышает заданный порог). Это помогает оценить освещённость изображения или выделить яркие объекты
Возможные применения программы
Обработка фотографий:
Программа может быть полезна для улучшения качества изображений с помощью изменения яркости. Это актуально для фотографий, сделанных в условиях плохого освещения, когда нужно увеличить яркость, чтобы детали стали более видимыми.
Обработка медицинских изображений:
Программа может быть применена для анализа медицинских снимков (например, рентгеновских или МРТ-изображений). Изменение яркости и замена белых пикселей могут помочь врачам выявить важные детали, улучшая качество изображений для диагностики.
Обработка изображений для компьютерного зрения:
При работе с изображениями для алгоритмов распознавания объектов или анализа сцены программа может использоваться для выделения объектов на изображении (например, замена белого фона на другой цвет или улучшение контрастности изображения).
Индустриальные и производственные задачи:
Программа может быть полезна для автоматического выявления дефектов на фотографиях деталей оборудования, где изменения яркости помогают выявить дефекты, которые на обычном изображении могут быть незаметны. Замена белых пикселей на другие цвета может быть использована для обработки снимков с фоновым шумом.
Дизайн и веб-графика:
Программа может использоваться в веб-дизайне для обработки логотипов, иконок и других изображений. Замена белых пикселей на другие цвета может быть полезна при создании прозрачных фонов или других эффектов.
Обработка анимации или кадров видео:
Программа может использоваться для анализа и обработки кадров из видео, например, для изменения яркости и контрастности или замены цветов на каждый кадр.
Вывод
В ходе выполнения лабораторной работы были изучены и реализованы численные методы обработки изображений с использованием библиотеки Pillow в Python. Были рассмотрены основные приёмы работы с изображениями, включая загрузку изображения, изменение яркости, замену пикселей по цвету и анализ яркости изображения.
В рамках задания 1.1 была реализована программа, которая изменяет яркость изображения, увеличивая или уменьшая значения RGB каждого пикселя на заданный коэффициент. Это позволило закрепить навыки работы с изображениями, манипуляциями с пикселями и использованием методов библиотеки Pillow для изменения характеристик изображения.
В рамках задания 1.2 была разработана программа для замены белых (или условно белых) пикселей на пиксели другого цвета. Это помогло освоить подходы к обработке изображений, анализу цвета пикселей и их замене на основе заданных критериев.
В процессе выполнения практической части были получены навыки работы с изображениями на уровне пикселей, освоены методы анализа и визуализации информации о изображениях. Разработанные программы эффективно решают задачи, связанные с изменением яркости и цвета, что может быть полезно в различных областях, таких как обработка фотографий, медицинские исследования, а также в задачах компьютерного зрения.
В результате работы были достигнуты цели по освоению инструментов для обработки изображений в Python, что расширяет возможности для дальнейших исследований и практических приложений в различных сферах.
Москва 2025