Question

我需要为这个问题构建代码。

首先，我们需要孤立地了解小插图的样子，而不是一个美丽场景的混乱。为此，获得均匀照亮的单色平坦表面的图片（例如在中午期间的白墙或纯蓝色天空）并将其用作“晕影轮廓”。您将获得以下小插图个人资料图片。

在此图像中，朝向图像中心的像素具有更高的RGB值（即更亮的像素）比远离中心的像素。图像也是黑色的白色，任何给定像素的红色，绿色和蓝色值都是相同的。你不能修改这个图片。
我们需要使用步骤＃1中的晕影个人资料图片作为我们普通照片的过滤器我们的相机拍摄，以便可以删除晕影。为此，你需要划分小插图轮廓图像的照片图像（带有晕影）。由于晕影图像中的像素具有朝向其边缘较小（较暗）的RGB值，因此将原始图像的相应像素除以较小的数字将使它们更亮

这些是提示

提示1：这要求您逐个像素地对图像执行操作。即你不能一步到位。

提示2：对您而言，第一个挑战是将每个通道的划分产生的RGB值保持在0-255范围内，因为有效RGB值介于0（最暗）和255（最亮）之间。

编辑：

示例代码：

def runA1(picture): myFile = pickAFile() picture = makePicture(myFile)

 myFile2 = pickAFile()
picture2 = makePicture(myFile2)


for x in range(0,getWidth(picture)):
    for y in range(0,getHeight(picture)):
      px = getPixel(picture,x,y)
      color = getColor(px)
      color = makeLighter(color)
      setColor(px,color)

for x in range(2,getWidth(picture)):
    for y in range(2,getHeight(picture)):
      px = getPixel(picture,x,y)
      color = getColor(px)
      color = makeDarker(color)
      setColor(px,color)



show(picture2)

Answer 1

既然你没有证明自己已经尝试过任何东西，我只会提示你应该尝试什么。

考虑以(R,G,B)形式表示为三个整数0-255的单个像素。来自晕影模板的相应像素具有值A，再次为0-255。将(R,G,B)除以A，乘以255 ，得到未渐晕的像素(RR,GG,BB)。（为什么我们需要乘以256？）
决定您要对R,G,B超过255的值做些什么。如果晕影值A为零，会发生什么？
对图像中的每个像素执行此操作，从左到右工作的顶行像素开始，然后向下一行，依此类推，直到完成为止。

顺便提一下，这种事情是一种具有一流数值矩阵支持的语言的一步操作 - 比如MATLAB，Octave， Numpy / Scipy 。这是一个MATLAB示例：

processed_image = original_image ./ repmat(vignette_image,[1 1 3]) * 256

编辑2：

对示例代码的一些评论：

您的缩进错误 - 此代码无法运行。当你把它粘贴到StackOverflow中时，这可能会被破坏。请修理它。特别是，
- def语句必须由一行开始。
- myFile2 =....必须从def：statement缩进。
myFile1，myFile2 - 这些变量名称可能更有意义。（这些是原始照片中的哪一个？哪个是小插图面具？您可以尝试调用这些变量original_file，vignette_file。同样适用于myPicture1，myPicture2。）< / p>
您的代码中的注释在哪里？很难说出你的代码是做什么的。

除此之外，您还需要发布更多代码。您的示例必须是Short, Self Contained, Correct Example。现在您的代码示例不是自包含的，因为要运行它，我们还需要getPixel()，getColor()，makeLighter()等功能。由于缩进错误，它也无法编译。

Photo Vignette删除工具（Jython，Python）

1 个答案: