# dip_2425s1_assignment1_answer

**Repository Path**: lc061003/dip_2425s1_assignment1_answer

## Basic Information

- **Project Name**: dip_2425s1_assignment1_answer
- **Description**: 基础的图像处理作业
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 19
- **Created**: 2025-10-13
- **Last Updated**: 2025-10-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

数字图像处理实验一：图像基础操作 环境要求 操作系统：支持 Python 运行的系统（Windows、Linux、macOS 等）。 Python 环境：安装有 scikit-image（用于图像读取等操作）和 matplotlib（用于图像显示）库的 Python 环境。可通过 pip install scikit-image matplotlib 进行安装。 开发工具：Jupyter Lab（用于编写和运行代码，也可使用其他 Python 集成开发环境或文本编辑器配合命令行运行）。 文件说明 代码文件：以 hello_world.ipynb 为例，这是一个 Jupyter Notebook 文件，包含了一系列图像基础操作的代码示例。 图像文件： x.jpg：用于基础图像操作（如部分区域、像素、颜色处理等）的测试图像。 galaxy-full.jpg：星系图像，用于星系图像颜色通道处理的测试。 earth.jpg：地球相关图像，用于条纹效果处理的测试。 代码示例说明

图像上半部分处理 python 运行 from skimage import io import matplotlib.pyplot as plt
img = io.imread('x.jpg') h, w, c = img.shape

for i in range(w): for j in range(h // 2): img[j, i][0] = 255 # 将图像上半部分的红色通道值设为255（白色）

plt.imshow(img) plt.show() 功能：读取 x.jpg 图像后，通过双层循环遍历图像的每一列和上半部分（高度的一半）的每一行，将对应像素的红色通道值设置为 255，使图像上半部分呈现白色调，最后显示处理后的图像。 2. 图像左半部分处理 python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('x.jpg') h, w, c = img.shape

for i in range(w // 2): for j in range(h): img[j, i][0] = 255 # 将图像左半部分的红色通道值设为255（白色）

plt.imshow(img) plt.show() 功能：读取图像后，遍历图像左半部分（宽度的一半）的每一列和每一行，将对应像素红色通道设为 255，使左半部分呈白色，随后显示图像。 3. 图像左上四分之一处处理 python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('x.jpg') print(img.shape) h, w, c = img.shape

for i in range(w//2): for j in range(h//2): img[j, i][0] = 255 # 将图像左上四分之一区域的红色通道值设为255（白色）

plt.imshow(img) plt.show() 功能：先打印图像形状，再读取图像，遍历左上四分之一区域（宽度和高度各取一半）的像素，将红色通道设为 255，最后显示处理后的图像。 4. 小区域像素处理 python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('x.jpg') print(img.shape) h, w, c = img.shape

for i in range(3,7): for j in range(3,7): img[j, i][0] = 255 # 将图像中3-6列、3-6行区域的红色通道值设为255（白色）

plt.imshow(img) plt.show() 功能：打印图像形状后，读取图像，对图像中列范围 3 - 6、行范围 3 - 6 的小区域像素，将其红色通道设为 255，然后显示图像。 5. 指定区域颜色处理 python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('x.jpg') print(img.shape) h, w, c = img.shape

for i in range(1,9): for j in range(1,9): img[j, i][1] = 255 # 将图像中1-8列、1-8行区域的绿色通道值设为255（绿色） img[j, i][2] = 0 # 将图像中1-8列、1-8行区域的蓝色通道值设为0（蓝色）

plt.imshow(img) plt.show() 功能：打印图像形状后，读取图像，对 1 - 8 列、1 - 8 行区域的像素，设置绿色通道为 255、蓝色通道为 0，改变该区域颜色，最后显示图像。 6 - 8. 星系图像颜色通道处理 仅保留红色通道（代码示例）： python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('galaxy-full.jpg') h, w, c = img.shape

for i in range(w): for j in range(h): img[j, i][1] = 0 # 将绿色通道值设为0（黑色） img[j, i][2] = 0 # 将蓝色通道值设为0（黑色）

plt.imshow(img) plt.show() 功能：读取星系图像后，遍历所有像素，将绿色和蓝色通道值设为 0，仅保留红色通道，使星系图像主要呈现红色调，然后显示图像。 仅保留绿色通道（代码示例）： python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('galaxy-full.jpg') h, w, c = img.shape

for i in range(w): for j in range(h): img[j, i][0] = 0 # 将红色通道值设为0（黑色） img[j, i][2] = 0 # 将蓝色通道值设为0（黑色）

plt.imshow(img) plt.show() 功能：读取星系图像，遍历像素将红色和蓝色通道设为 0，仅保留绿色通道，让星系图像主要呈绿色调，随后显示。 仅保留蓝色通道（代码示例）： python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('galaxy-full.jpg') h, w, c = img.shape

for i in range(w): for j in range(h): img[j, i][0] = 0 # 将红色通道值设为0（黑色） img[j, i][1] = 0 # 将绿色通道值设为0（黑色）

plt.imshow(img) plt.show() 功能：读取星系图像，遍历像素将红色和绿色通道设为 0，仅保留蓝色通道，使星系图像主要呈蓝色调，最后显示。 9. 条纹效果处理 python 运行 from skimage import io import matplotlib.pyplot as plt

img = io.imread('earth.jpg') h, w, c = img.shape

for i in range(w): for j in range(h): if i%3==0: img[j, i][0] = 255 # 列数模3为0时，红色通道设为255 elif i%3==1: img[j, i][1] = 255 # 列数模3为1时，绿色通道设为255 else: img[j, i][2] = 255 # 列数模3为2时，蓝色通道设为255

plt.figure(figsize=(15,15)) plt.imshow(img) plt.show() 功能：读取地球相关图像后，根据列数对 3 取模的结果，分别设置不同列的红、绿、蓝色通道值为 255，从而在图像上产生红、绿、蓝交替的条纹效果，最后设置图像显示尺寸并显示处理后的图像。 使用方法 将图像文件（x.jpg、galaxy-full.jpg、earth.jpg）与代码文件（如 hello_world.ipynb）放在同一目录下。 打开 Jupyter Lab，加载代码文件。 依次运行代码单元格，查看每段代码对应的图像处理效果。 学习要点 掌握使用 scikit-image 库的 io.imread 函数读取图像的方法。 理解图像的数组表示形式，包括高度、宽度和通道数的概念，以及如何通过数组索引访问和修改像素的颜色通道值。 学会使用 matplotlib.pyplot 库的 imshow 和 show 函数显示图像。 熟悉通过循环遍历图像像素，并根据不同条件（如区域范围、取模运算等）对像素进行颜色通道修改，从而实现各种基础图像操作（如区域处理、颜色通道分离、特殊效果生成等）的编程思路。
姓名：李昶
学号：202452320208