def main():
random.seed(30)
sum_bits = 0
sum_bytes = 0
print ("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
img = cv2.imread("../zdjecie.png", 0)
for x in range(0, 10):
bits = bsc.imageToBitArray(img) # konwersja na tablicę bitów
bits_coded = bsc.hamminging(bits) #generowanie kodu hamminga
bits_trestle = bsc.bitArrayTrestle(bits_coded)
bits_errors = bsc.generateErrors(bits_trestle, fault_prob) #zapis błędów
bits_detrestle = bsc.decodeTrestle(bits_errors)
bits_decoded = bsc.rehamminging(bits_detrestle) #odczytywanie kodu z wykrywaniem błędów i usuwaniem bitów parzystości
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(bits, bits_decoded)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_byte_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" %sum_bits)
def main():
random.seed(30)
sum_bits = 0
sum_bytes = 0
img = cv2.imread("../zdjecie.png", 0)
for x in range(0, 10):
bits = bsc.imageToBitArray(img) # konwersja na tablicę bitów
bits_coded = code_7_4(bits) # generowanie kodu hamminga
bits_errors = gilbert.gilbert_model(bits_coded) # zapis błędów
bits_decoded = decode(
bits_errors
) # odczytywanie kodu z wykrywaniem błędów i usuwaniem bitów parzystości
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(
bits, bits_decoded)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_byte_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %
sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" % sum_bits)
def main():
print("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
img = imread("zdjecie.png", True, 'L') # odczyt obrazu
bits = bsc.imageToBitArray(img) # obraz na tablicę bitów
bsc.saveToFile(bits, 'start.txt') # zapis do pliku
bits_TMR = codeTMR(bits) # kodowanie TMR
bits_TMR_errors = bsc.generateErrors(
bits_TMR, fault_prob, 30) # generowanie błędów na potrojonych bitach
bsc.saveToFile(bits_TMR_errors,
'wynik.txt') # zapis potrojonych bitów z błędami do pliku
start_bits = bsc.readFromFile(
'start.txt') # odczyt prawidłowych bitów z pliku
decoded_bits = decodeTMR(bsc.readFromFile(
'wynik.txt')) # odczyt i dekodowanie potrojonych bitów z błędami
incorrect_bits_rate, incorrect_bytes_rate = bsc.countErrors(
start_bits, decoded_bits)
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %.3f%%" %
incorrect_bytes_rate)
print("Procent prawidlowo przeslanych bitów: %.3f%%" % incorrect_bits_rate)
xbytes = bsc.bitsToBytes(decoded_bits)
bsc.bytesToImg(xbytes, 'wynik.png')
def main():
random.seed(30)
sum_bits = 0
sum_bytes = 0
print("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
img = imread("../zdjecie.png", True, 'L') # odczyt obrazu
for x in range(0, 10):
bits = bsc.imageToBitArray(img) # obraz na tablicę bitów
bits_TMR = codeTMR(bits) # kodowanie TMR
bits_trestle = bsc.bitArrayTrestle(bits_TMR)
bits_TMR_errors = bsc.generateErrors(
bits_trestle,
fault_prob) # generowanie błędów na potrojonych bitach
bits_detrestle = bsc.decodeTrestle(bits_TMR_errors)
decoded_bits = decodeTMR(
bits_detrestle) # odczyt i dekodowanie potrojonych bitów z błędami
incorrect_bits_rate, incorrect_bytes_rate = bsc.countErrors(
bits, decoded_bits)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_bytes_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %
sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" % sum_bits)
def main():
random.seed(30)
sum_bits = 0
sum_bytes = 0
img = imread("../zdjecie.png", True, 'L') # odczyt obrazu
for x in range(0, 10):
bits = bsc.imageToBitArray(img) # obraz na tablicę bitów
bits_TMR = codeTMR(bits) # kodowanie TMR
bits_trestled = bsc.bitArrayTrestle(bits_TMR)
bits_TMR_errors = gilbert.gilbert_model(bits_trestled)
bits_detrestled = bsc.decodeTrestle(bits_TMR_errors)
decoded_bits = decodeTMR(
bits_detrestled
) # odczyt i dekodowanie potrojonych bitów z błędami
incorrect_bits_rate, incorrect_bytes_rate = bsc.countErrors(
bits, decoded_bits)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_bytes_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %
sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" % sum_bits)
def main():
print("BSC (1) or PRZEPLOT (2): ")
operation_check = int(input())
print("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
img = cv2.imread("zdjecie.png", 0)
bits = bsc.imageToBitArray(img) # konwersja na tablicę bitów
#tworzenie przeplotu dla zczytanegho ciągu bitów, jeżeli wybrano metode z przeplotem
if (operation_check == 2):
bits = bsc.imageToBitArrayTrestle(bits)
bsc.saveToFile(bits, 'start.txt') # zapis do pliku
bits_errors = bsc.generateErrors(bits, fault_prob,
30) # generowanie błędów
bsc.saveToFile(bits_errors, 'wynik.txt') # zapis bitów z błędami do pliku
# porównanie bitów bez błędów i tych z błędami
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(
bsc.readFromFile('start.txt'), bsc.readFromFile('wynik.txt'))
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %.3f%%" %
incorrect_byte_rate)
print("Procent prawidlowo przeslanych bitów: %.3f%%" % incorrect_bits_rate)
# xbytes = bsc.bitsToBytes(bits_errors)
#odkodowywanie przeplotu(w celu odtworzenia obrazu), jeżeli został wcześniej wykonany
if (operation_check == 2):
bits_errors = bsc.decodeTrestle(bits_errors)
xbytes = bsc.bitsToBytes(bits_errors)
bsc.bytesToImg(xbytes, 'wynik.png')
def main():
img = cv2.imread("zdjecie.png", 0)
bits = bsc.imageToBitArray(img) # konwersja na tablicę bitów
bsc.saveToFile(bits, 'start.txt') # zapis do pliku
bits_errors = gilbert_model(bits) # generowanie błędów
bsc.saveToFile(bits_errors, 'wynik.txt') # zapis bitów z błędami do pliku
# porównanie bitów bez błędów i tych z błędami
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(
bsc.readFromFile('start.txt'), bsc.readFromFile('wynik.txt'))
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %.3f%%" %
incorrect_byte_rate)
print("Procent prawidlowo przeslanych bitów: %.3f%%" % incorrect_bits_rate)
xbytes = bsc.bitsToBytes(bits_errors)
bsc.bytesToImg(xbytes, 'wynik.png')
def main():
random.seed(30)
sum_bits = 0
sum_bytes = 0
img = cv2.imread("../zdjecie.png", 0)
for x in range(0, 10):
bits = bsc.imageToBitArray(img) # konwersja na tablicę bitów
bits_errors = gilbert.gilbert_model(bits) # generowanie błędów
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(bits, bits_errors)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_byte_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" %sum_bits)
def main():
print ("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
img = cv2.imread("zdjecie.png", 0)
bits = bsc.imageToBitArray(img) # konwersja na tablicę bitów
result = bsc.hamminging(bits) #generowanie kodu hamminga
bits_errors = bsc.generateErrors(result, fault_prob, 30) #zapis błędów
result2 = bsc.rehamminging(bits_errors) #odczytywanie kodu z wykrywaniem błędów i usuwaniem bitów parzystości
#wyliczanie statystyk:
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(bits, result2)
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %.5f%%" %incorrect_byte_rate)
print("Procent prawidlowo przeslanych bitów: %.5f%%" %incorrect_bits_rate)
xbytes = bsc.bitsToBytes(result2)
bsc.bytesToImg(xbytes, 'wynik.png')
import bsc_functions as bsc
import numpy as np
import cv2
import random
random.seed(30)
sum_bits = 0
sum_bytes = 0
print("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
img = cv2.imread("../zdjecie.png", 0)
for x in range(0, 10):
bits = bsc.imageToBitArray(img)
bits_trestled = bsc.bitArrayTrestle(bits)
bits_errors = bsc.generateErrors(bits_trestled, fault_prob)
bits_detrestled = bsc.decodeTrestle(bits_errors)
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(
bits, bits_detrestled)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_byte_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %
sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" % sum_bits)
from scipy.misc import imread
import bsc_functions as bsc
import numpy as np
import cv2
import random
random.seed(30)
print("Podaj prawdopodobienstwo bledu (0-100): ")
fault_prob = float(input())
sum_bits = 0
sum_bytes = 0
img = cv2.imread("../zdjecie.png", 0)
for x in range(0, 10):
bits = bsc.imageToBitArray(img)
bits_errors = bsc.generateErrors(bits, fault_prob)
incorrect_bits_rate, incorrect_byte_rate = bsc.countErrors(
bits, bits_errors)
sum_bits += incorrect_bits_rate
sum_bytes += incorrect_byte_rate
sum_bits = sum_bits / 10
sum_bytes = sum_bytes / 10
print("Procent prawidlowo przeslanych pikseli (ciag 8 bitów): %d / 59200" %
sum_bytes)
print("Procent prawidlowo przeslanych bitów: %d / 473600" % sum_bits)
