def direct(rect, usernumber, userquantity, coordinate, dimension, seed):#наложить шум на прямоугольный кластер
n = noise(usernumber, userquantity, coordinate, dimension, seed)
n *= SCALE
if (n == 0.0):
return rect
if (n > 0.0):
n = math.floor(n)
else:
n = math.ceil(n)
(width, height) = rect.size#размеры кластера
pix = rect.load()#массив пикселей кластера
draw = ImageDraw.Draw(rect)
for i in range(width):#проход по всем пикселям кластера
for j in range(height):
(r, g, b) = pix[i, j]
r += n; g += n; b += n
if (r > 255):
r = 255
elif (r < 0):
r = 0
if (g > 255):
g = 255
elif (g < 0):
g = 0
if (b > 255):
b = 255
elif (b < 0):
b = 0
draw.point((i, j), (r, g, b))
return rect
(width, height) = original.size
c_width = width // cluster_w
c_height = height // cluster_h
pix = original.load()
max_seed = os.system('getMaxSignedInt') * 2 - 1#тот же seed, который использовался при наложении шума
seed = 0
for i in range(width):
for j in range(height):
(a, b, c) = pix[i, j]
seed += math.ceil((math.sin(a + b + c)**2)*(a + b + c))
seed = seed % max_seed
noise_list = []#получившийся в нелегальной копии вектор шума
for j_c in range(c_height):
for i_c in range(c_width):
rect = (cluster_w * i_c, cluster_h * j_c, cluster_w * (i_c + 1), cluster_h * (j_c + 1))
noise_list.append(diff(original.crop(rect), copy.crop(rect)))
scalar_prod = []#скалярное произведение вектора шума с базисными векторами шума
for i in range(userquantity):
summ = 0.0
for j in range(c_width * c_height):
summ += noise_list[j] * noise(i, userquantity, j, c_width * c_height, seed)
scalar_prod.append(summ)
print(scalar_prod)#компоненты в ортогональном базисе
input()
