# dip_2425s1_assignment2_question

**Repository Path**: li-kun-zhe/dip_2425s1_assignment2_question

## Basic Information

- **Project Name**: dip_2425s1_assignment2_question
- **Description**: 这是一个基于 Python 的数字图像处理实验项目，主要实现了多种图像处理效果，包括通道分离、特效处理和图像合成等功能。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 67
- **Created**: 2025-03-23
- **Last Updated**: 2025-03-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 数字图像处理实验项目

这是一个基于 Python 的数字图像处理实验项目，主要实现了多种图像处理效果，包括通道分离、特效处理和图像合成等功能。

## 功能特性

本项目包含以下主要功能：

1. RGB 通道分离与可视化
   - 对花卉图像进行 RGB 三通道分离
   - 分别展示彩色和灰度模式下的各个通道
   - 直观对比不同通道的图像特征

2. 夕阳暖色特效处理
   - 对图像进行自适应阈值处理
   - 通过调整 RGB 通道值实现暖色调特效
   - 适用于创建夕阳般的温暖氛围

3. 红色通道阈值处理
   - 对交通标志图像进行处理
   - 基于红色通道值进行像素级别的调整
   - 实现红色区域的特殊处理效果

4. 图像合成（蓝屏特效）
   - 使用蓝色通道作为透明通道
   - 实现前景图像与背景图像的无缝合成（即使大小不同）
   - 可用于创建特殊的图像合成效果

5. 图像合成（绿屏特效）
   - 使用绿色通道作为透明通道
   - 实现前景图像与背景图像的无缝合成（即使大小不同）
   - 可用于创建特殊的图像合成效果

## 代码结构

- `dip_pj2_question.ipynb`：包含所有实验代码的 Jupyter Notebook 文件。
- 图像文件：
  - `flowers.jpg`：用于 RGB 通道分离与可视化。
  - `girl_tree.jpg`：用于夕阳暖色特效处理。
  - `curb.jpg` 和 `stop.jpg`：用于红色通道阈值处理。
  - `monkey.jpg` 和 `moon.jpg`：用于图像合成实验。
  - `space.jpg` 和 `composite_result.jpg`：用于绿屏特效实验。
- 字体文件：
  - `SimHei.ttf`：用于支持中文显示。

## 环境要求

- Python 3.x
- NumPy
- Matplotlib
- scikit-image

## 使用方法

1. 确保已安装所需的 Python 包：
```bash
pip install numpy matplotlib scikit-image
```

2. 准备以下图像文件并放置在项目根目录：
   - flowers.jpg（花卉图像）
   - girl_tree.jpg（人物树木图像）
   - curb.jpg（路缘图像）
   - stop.jpg（停止标志图像）
   - monkey.jpg（猴子图像）
   - moon.jpg（月球图像）
   - SimHei.ttf（中文字体文件）

3. 运行 Jupyter Notebook 文件：
```bash
jupyter notebook dip_pj2_answer.ipynb
```

## 运行结果

运行 `dip_pj2_question.ipynb` 文件后，您将看到以下实验结果：

1. **RGB 通道分离与可视化**：
   - 展示花卉图像的 RGB 彩色通道和灰度通道。

2. **夕阳暖色特效处理**：
   - 对人物图像背景进行暖色调处理，模拟夕阳效果。

3. **红色通道阈值处理**：
   - 对交通标志图像进行红色通道增强和灰度化处理。

4. **图像合成（蓝屏特效）**：
   - 将猴子图像与月球背景进行合成，展示蓝屏特效的应用。

5. **绿屏特效**：
   - 替换绿屏背景为太空图像，生成合成图像。

## 参考资料

- [OpenCV 官方文档](https://docs.opencv.org/)
- [Matplotlib 官方文档](https://matplotlib.org/stable/contents.html)
- [scikit-image 官方文档](https://scikit-image.org/docs/stable/)

## 注意事项

1. 运行代码前请确保所有图像文件都在正确的路径下
2. 中文显示需要 SimHei.ttf 字体文件的支持
3. 图像处理的阈值参数可以根据具体需求进行调整

## 个人信息

- 学号：202352320206
- 年级：2023级
- 专业：智能科学与技术
- 班级：2班