# image_processing_desktop_app_todo_多功能

**Repository Path**: youtingyang/image_processing_desktop_app_todo_1

## Basic Information

- **Project Name**: image_processing_desktop_app_todo_多功能
- **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**: 256
- **Created**: 2026-03-26
- **Last Updated**: 2026-03-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 图像处理应用

这是一个功能丰富的图像处理应用程序，提供GUI图形界面和CLI命令行两种使用方式，支持多种图像处理操作。

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

## 功能特性

### GUI版本 (main.py)
提供友好的图形用户界面，包含以下功能：

**文件菜单**
- 打开原始图像：以彩色方式打开图像
- 打开灰度图像：将图像转换为灰度图打开
- 合并通道：合并多个单通道图像为多通道图像
- 保存图像：保存当前处理后的图像
- 语言切换：支持中文/英文界面切换
- 退出：退出应用程序

**信息菜单**
- 图像详情：显示图像的基本信息（文件名、像素数、形状、通道数、数据类型）

**编辑菜单**
- 裁剪：通过鼠标拖动选择区域进行图像裁剪
- 重置：将图像恢复到原始状态
- 亮度调节：通过滑块调节图像亮度（0%-200%）

**图像分割菜单**
- 分割通道：将多通道图像分割为单通道图像，分别显示

**阈值处理菜单**
- 全局阈值处理：对灰度图进行阈值二值化处理

**边缘菜单**
- 移动差分：通过计算平移图像差异获取图像边缘

**图像处理菜单**
- 生成红色掩模：提取红色通道生成掩模图像
- 应用红色掩模：将红色掩模应用到原图像
- 反色：对图像进行反色处理
- 对比度调节：通过滑块调节图像对比度（0%-200%）
- 显示直方图：显示图像的直方图统计信息
- 图像修复：通过均值滤波进行图像修复

### CLI版本 (CLI.py)
提供交互式命令行菜单，支持所有GUI功能：

1. 亮度调节
2. 对比度调节
3. 反色处理
4. 转换为灰度图
5. 全局阈值处理
6. 移动差分
7. 图像修复
8. 显示图像信息
9. 显示直方图
10. 生成红色掩模
11. 应用红色掩模
0. 退出

## 文件结构

```
image_processing_desktop_app_todo_1-master/
├── main.py              # GUI主程序入口
├── CLI.py              # CLI命令行程序入口
├── image_io.py          # 图像输入输出处理
├── image_channels.py     # 图像通道分割与合并
├── image_transform.py    # 图像变换处理
├── image_utils.py       # 工具函数和日志
├── language.json        # 多语言支持配置
├── config.py           # 应用程序配置
├── tests/              # 测试图片目录
│   ├── dog.jpg         # RGB彩色测试图
│   ├── dog_gray.jpg    # 灰度测试图
│   ├── dog_0.jpg      # 红色通道
│   ├── dog_1.jpg      # 绿色通道
│   ├── dog_2.jpg      # 蓝色通道
│   └── ...
└── README.md           # 项目说明文档
```

## 环境需求

本项目需要在Python 3.x环境下运行，需要安装以下库：

- **tkinter** (通常包含在Python标准库中)
- **Pillow** (PIL) - 图像处理库
- **numpy** - 数值计算库
- **scikit-image** (skimage) - 科学图像处理库

### 安装依赖

```bash
pip install scikit-image pillow numpy
```

## 如何运行

### 启动GUI版本

```bash
python main.py
```

### 启动CLI版本

```bash
python CLI.py
```

## 功能使用说明

### 图像基本信息
- 支持RGB彩色图像和灰度图像
- 自动检测图像类型和通道数
- 提供详细的图像统计信息

### 图像处理功能
- **亮度调节**：支持0%-200%亮度范围，实时预览效果
- **对比度调节**：支持0%-200%对比度范围，实时预览效果
- **反色处理**：快速反转图像颜色
- **灰度转换**：将彩色图像转换为灰度图
- **阈值处理**：支持0-255阈值范围，生成二值化图像
- **边缘检测**：通过移动差分算法检测图像边缘
- **图像修复**：使用均值滤波去除噪声，支持1-5像素修复半径

### 通道处理
- **通道分割**：将RGB图像分割为R、G、B三个单通道图像
- **通道合并**：将多个单通道图像合并为多通道图像
- **红色掩模**：基于红色通道生成掩模并应用到原图像

### 图像显示
- 自动缩放适应窗口大小
- 支持图像居中显示
- 提供直方图可视化

## 技术实现

### 核心算法
- **图像加载与保存**：使用scikit-image的io模块
- **图像处理**：基于numpy数组操作
- **GUI界面**：使用tkinter构建
- **图像显示**：使用PIL/Pillow的Image和ImageTk

### 数据流
1. 图像加载 → numpy数组
2. 图像处理 → numpy数组操作
3. 图像显示 → PIL对象转换
4. 图像保存 → 文件输出

## 项目特点

1. **双模式支持**：同时提供GUI和CLI两种使用方式
2. **实时预览**：GUI版本支持实时参数调节预览
3. **多语言**：支持中文/英文界面切换
4. **完整功能**：涵盖基础图像处理的主要操作
5. **易于使用**：直观的菜单界面和操作流程
6. **错误处理**：完善的异常处理和用户提示

## 学习内容

本项目对应**Numpy图像处理基础**课程内容，实现了以下核心功能：

- 图像的Numpy数组表示
- 图像基本属性获取（形状、大小、数据类型等）
- 图像通道操作（分割、合并）
- 图像变换（裁剪、旋转、缩放）
- 图像增强（亮度、对比度调节）
- 图像滤波（均值滤波、边缘检测）
- 图像直方图分析

## 开发完成情况

✅ 所有TODO功能已完成实现
✅ 图像加载和保存功能
✅ 图像通道分割与合并
✅ 图像裁剪功能
✅ 图像信息显示
✅ 亮度调节功能
✅ 对比度调节功能
✅ 反色处理功能
✅ 阈值处理功能
✅ 移动差分边缘检测
✅ 图像修复功能
✅ 红色掩模生成与应用
✅ 直方图显示功能
✅ CLI命令行版本
✅ 多语言支持

## 许可证

本项目为学习项目，仅供学习交流使用。

## 个人信息

- 姓名：杨悠婷
- 学号：202452320229
- 年级：2024级
- 班级：智科2班