# image_processing_desktop_app_todo

**Repository Path**: youtingyang/image_processing_desktop_app_todo

## Basic Information

- **Project Name**: image_processing_desktop_app_todo
- **Description**: 数字图像处理课图像处理基础的作业
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 254
- **Created**: 2026-03-15
- **Last Updated**: 2026-03-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Image Processor
- Image Processor 是一个用于处理图像的 Python 应用程序。它提供了一系列的图像处理功能，包括打开原始图像，打开灰度图像，合并通道，保存当前图像等。

## 代码效果视频: 图像处理APP（基础处理）
链接：https://lusun.com/v/WEVdJLzEKFG

## 文件结构
- `main.py`: 应用程序的主入口文件。
- `image_io.py`: 处理图像输入输出的相关代码。
- `image_channels.py`: 处理图像通道的相关代码。
- `image_transform.py`: 处理图像转换的相关代码。
- `image_utils.py`: 图像处理的工具函数。
- `language.json`: 应用程序的多语言支持文件。
- `config.py`: 配置文件。
- `readme.md`: 项目的说明文件。
- `tests/`: 包含所有测试图片文件
  - `dog.jpg` RGB图
  - `dog_gray.jpg` 单通道灰度图
  - `dog_0.jpg`，`dog_1.jpg`，`dog_2.jpg` R,G,B通道单通道灰度图

## 环境需求
本项目需要在Python 3.x环境下运行,并需要安装以下库:
- tkinter (通常包含在Python标准库中)
- Pillow (PIL)
- numpy
- scikit-image (skimage)

可以使用以下命令确保在运行项目之前已经安装了所有必需的库。
```bash
pip install scikit-image
```


## 如何运行
```python
python main.py
```

## 项目功能实现
对应**Numpy图像处理基础**部分课程内容，以下函数已全部完成实现：

### 已完成的功能模块

#### `main.py`
- `show_image_details` - 获取图像Numpy数组的基本属性（总像素数、形状、通道数、数据类型）

#### `image_io.py`
- `save_image` - 把Numpy数组图像保存到硬盘
- `load_image` - 从硬盘载入图像到Numpy数组中（支持彩色和灰度图像）

#### `image_transform.py`
- `crop_image` - 对图像Numpy数组切片实现裁剪功能

#### `image_channels.py`
- `merge_image_channels` - 合并多通道子图
- `split_image_channels` - 拆分多通道图的所有子图

### 技术实现要点

1. **图像加载与保存**
   - 使用 `skimage.io.imread()` 加载图像
   - 使用 `skimage.io.imsave()` 保存图像
   - 灰度图像自动进行类型转换（float64 → uint8）

2. **图像属性获取**
   - 使用 `numpy.size` 获取总像素数
   - 使用 `numpy.shape` 获取图像形状
   - 自动识别单通道和多通道图像

3. **图像裁剪**
   - 使用numpy切片操作 `image[top:bottom, left:right]`
   - 支持任意矩形区域裁剪

4. **通道处理**
   - 使用 `numpy.split()` 分割多通道图像
   - 使用 `numpy.stack()` 合并单通道图像
   - 使用 `squeeze()` 去除多余维度

## 测试结果
所有功能均已通过测试验证：
- ✓ 图像加载（彩色和灰度）
- ✓ 图像保存
- ✓ 图像裁剪
- ✓ 通道分割（RGB）
- ✓ 通道合并（从单通道合并为多通道）
- ✓ 图像属性获取

## 个人信息
- 学号: 202452320229
- 年级: 2024级
- 专业: 智能科学与技术
- 班级: 2 班