# dip_2425s1_assignment2_question

**Repository Path**: YXY0216/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**: 60
- **Created**: 2025-03-24
- **Last Updated**: 2025-03-28

## 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**
   - 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**
   - 使用蓝色或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。
   - 可用于创建特殊的图像合成效果。

5. **自定义绿屏特效**
   - 检测绿色像素，将前景与背景进行替换。
   - 可用于制作绿屏特效。

## 环境要求

- Python 3.x
- NumPy
- Matplotlib
- OpenCV
- scikit-image
- segmentation-models-pytorch（可选，用于语义分割）

## 使用方法

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

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）
   - `tiger.jpg`（绿屏前景图像）
   - `grass.jpg`（背景图像）
   - `SimHei.ttf`（中文字体文件）

3. 运行 Jupyter Notebook 文件：
   ```bash
   jupyter notebook dip_pj2_question.ipynb
   ```

## 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。
4. 如果使用语义分割功能，请确保安装了 `segmentation-models-pytorch` 并配置好 GPU 环境（可选）。

## 项目结构

```
dip_2425s1_assignment2_question/
├── dip_pj2_question.ipynb       # 主实验代码
├── README.md                    # 项目说明文件
├── flowers.jpg      
```
## 学生信息
- 姓名：尹星宇
- 学号：202352320208