def calc_hist(i):
matriu = img.matrix(i)
llista = [0] * 256
for fila in matriu:
for pixel in fila:
llista[pixel] += 1
return llista
def luminance_img(i):
"""
Transforms a RGB image to a L image using luminance
"""
mat = img.matrix(i)
matlum = [[rgb_to_lum(p) for p in F] for F in mat]
return img.img(matlum, 'L')
def split_digit(imag):
"""
Reotrna una tupla amb la imatge del primer nombre retallat seguida de la resta de la imatge
>>> split_digit(("1", [[255,255,0,255,255,0,0,0,255],[255,0,0,255,255,255,255,255,255],[255,255,0,255,255,0,0,0,255],[255,255,0,255,255,0,0,0,255]]))
(('1', [[255, 0], [0, 0], [255, 0], [255, 0]]), ('1', [[255, 255, 0, 0, 0, 255], [255, 255, 255, 255, 255, 255], [255, 255, 0, 0, 0, 255], [255, 255, 0, 0, 0, 255]]))
"""
matrix = img.matrix(imag)
if (img.format(img.img(matrix)) != "1"): #Nomes pot ser blanci negre
raise Exception("The format must be black and white")
start = findBlack(
matrix) #Troba on comenca el nombre (columna de pixels negres)
if (
start == None
): #Si no es troba pixels negres es retornara una imatge nula, ja que no hi ha cap mes nombre per retallar
return img.null()
finish = findWhite(
matrix, start
) #Troba on acaba el nombre, es a dir a la columna abans d'on nomes hi ha una columna blanca
croppedNumber = img.subimg(
imag, start, 0, finish - start, len(matrix)
) #Retalla el nombre --> Des don comenca el nombre, amb l'amplada que te = Final - comencament
endCropped = img.subimg(imag, finish + 1, 0,
len(matrix[0]) - finish + 1,
len(matrix)) #La resta del nombre
return (croppedNumber, endCropped
) #Retorna la tupla amb el nombre retallat i la resta
def split_digit(i):
"""
Agafa una imatge en blanc i negre i retorna una tupla (D,R) on D és la imatge amb el dígit de més a l¡esquerre i R la resta de la imatge
>>> split_digit(('1',[[255,0,0,0,255,255],[0,0,255,0,255,0],[0,0,0,0,255,0]]))
(('1', [[255, 0, 0, 0, 255], [0, 0, 255, 0, 255], [0, 0, 0, 0, 255]]), ('1', [[255], [0], [0]]))
"""
matriu = img.matrix(i)
h = img.get_h(i)
w = img.get_w(i)
c = 0
while c < w:
j = 0
compare = 0
while j < h:
if matriu[j][c] == 255:
compare += 1
j += 1
if compare == h:
W = (c + 1)
D = img.subimg(i, 0, 0, W, h)
R = img.subimg(i, (W + 1), 0, (w - W), h)
return (D, R)
else:
c += 1
return img.null()
def vtrim(i):
"""
Donada una imatge img en blanc i negre, retorna l'imatge resultant de retallar-la verticalment
>>> vtrim(('1',[[255,255,255,255],[255,0,255,255],[255,255,255,255],[255,255,0,255]]))
('1', [[255, 255], [0, 255], [255, 255], [255, 0]]
"""
matriu = img.matrix(i)
h = img.get_h(i)
w = img.get_w(i)
wo = ""
wf = 1
c = 0
while c < w:
f = 0
while f < h:
if wo == "" and matriu[f][c] == 0:
wo = c
if wo != "" and matriu[f][c] == 0:
wf = c
f += 1
c += 1
if wo == "":
return img.null()
else:
img_n = img.subimg(i, wo, 0, wf, h)
return img_n
def rgb_to_bn(i):
L = luminance_img(i)
H = histogram(L)
discr = get_threshold(H)
matl = img.matrix(L)
matbw = [[(0 if greyval < discr else 255) for greyval in f] for f in matl]
# bw_mean(BW)
return img.img(matbw, '1')
def save(i, nomf):
"""
Donada una imatge i un nom de fitxer, crea el fitxer imatge a
partir de la matriu.
"""
image = Image.new(img.format1(i), (img.get_w(i), img.get_h(i)))
image.putdata([pixel for F in img.matrix(i) for pixel in F])
image.save(nomf)
def show(i):
"""
Donada una imatge, la mostra en un visualitzador a la terminal.
Principalment serveix per a depurar el projecte.
"""
image = Image.new(img.format1(i), (img.get_w(i), img.get_h(i)))
image.putdata([pixel for F in img.matrix(i) for pixel in F])
image.show()
def histogram(i):
"""
Histogram of grey values of `i`
"""
h = [0] * 256
for f in img.matrix(i):
for greyval in f:
h[greyval] += 1
return h
def sim(A,B):
"""
>>> sim(('1',[[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,255,255,0]]),('1',[[255,255],[255,255],[255,255],[255,255]]))
2
"""
matriu_A=img.matrix(A)
matriu_B=img.matrix(B)
wa=img.get_w(A)
wb=img.get_w(B)
h=img.get_h(A)
sim_f=0
if wa>=wb:
cnt=0
while cnt<=(wa-wb):
sim=0
x=0
while x<h:
y=0
while y<wb:
if matriu_A[x][y+cnt]==matriu_B[x][y]:
sim+=1
y+=1
x+=1
if sim>sim_f:
sim_f=sim
cnt+=1
elif wb>wa:
cnt=0
while cnt<=(wb-wa):
sim=0
x=0
while x<h:
y=0
while y<wa:
if matriu_B[x][y+cnt]==matriu_A[x][y]:
sim+=1
y+=1
x+=1
if sim>sim_f:
sim_f=sim
cnt+=1
return sim_f
def sim(smallImag, bigImag, start=0):
"""
Retorna la similitud entre 2 imatges
>>> sim(('1', [[255, 255], [255, 255], [255, 255]]),('1', [[255, 255], [255, 255], [255, 255]]))
6
>>> sim(('1', [[255, 0], [255, 255], [255, 255]]),('1', [[255, 0], [255, 0], [255, 255]]))
5
>>> sim(('1', [[255, 0], [255, 255], [255, 255]]),('RGB', [[(255,255,255), (0,0,0)], [(255,255,255), (0,0,0)], [(255,255,255), (255,255,255)]]))
5
>>> sim(('1', [[255, 0], [255, 255], [255, 255]]),('1', [[255, 0, 255], [255, 0, 255], [255, 255, 255]]),1)
3
>>> sim(('1', [[255, 0, 255], [255, 255, 255], [255, 255, 255]]),('1', [[255, 0, 255], [255, 0, 255], [255, 255, 255]]),0)
8
"""
compareWhitem1 = 255 #El pixel blanc
if (
img.format(smallImag) == "RGB"
): #Si el format es RGB s'haura de comparar amb el pixel blanc en format RGB
compareWhitem1 = (255, 255, 255)
compareWhitem2 = 255 #S'aplica de la mateixa manera per la imatge 2
if (img.format(bigImag) == "RGB"):
compareWhitem2 = (255, 255, 255)
m1 = img.matrix(smallImag) # Agafa les matrius de les imatges
m2 = img.matrix(bigImag)
samePixels = 0 #Pixels iguals
for row in range(len(m1)):
for col in range(len(m1[0])):
if (
m1[row][col] == compareWhitem1
and m2[row][col + start] == compareWhitem2
): #Si el pixel es blanc a les dues imatges la similitud es suma 1 als pixels en comu
samePixels += 1
elif (
m1[row][col] != compareWhitem1
and m2[row][col + start] != compareWhitem2
): #Si el pixel no es blanc en les dues (es a dir que es negre) tambe se suma 1
samePixels += 1
return samePixels
def scale(i, h):
"""
Escala homogeniament una imatge 'i' fins que la seva alçada es 'h'
>>> scale(('1',[[0,255,255,255],[255,255,255,255],[255,255,255,255],[255,255,255,255]]),2)
('1', [[0, 255], [255, 255]])
"""
matriu = img.matrix(i)
W = img.get_w(i)
H = img.get_h(i)
fh = float(H) / float(h)
w = W / fh
w = int(w)
matriu_n = img.matrix(img.white_bw(w, h))
f = 0
while f < h:
c = 0
while c < w:
matriu_n[f][c] = matriu[int(f * fh)][int(c * fh)]
c += 1
f += 1
return ('1', matriu_n)
def rgb_to_bn(i):
img_luminancia = luminancia(i)
histograma = calc_hist(img_luminancia)
matriu = img.matrix(img_luminancia)
llindar = calc_llinda(histograma)
matriu_bn = []
for fila in matriu:
fila_n = []
for pixel in fila:
if pixel < llindar:
fila_n += [0]
else:
fila_n += [255]
matriu_bn += [fila_n]
return ("1", matriu_bn)
def luminancia(i):
matriu = img.matrix(i)
w = img.get_w(i)
h = img.get_h(i)
imatge_grey = img.white_grey(w, h)
imatge_grey = imatge_grey[1]
i = 0
while i < h:
j = 0
while j < w:
pixel = matriu[i][j]
pixel_grey = (pixel[0] + pixel[1] + pixel[2]) / 3
imatge_grey[i][j] = pixel_grey
j += 1
i += 1
imatge = ('L', imatge_grey)
return imatge
def htrim(i):
"""
Donada una imatge img en blanc i negre, retorna la imatge resultant de retallar-la hortizontalment
>>> htrim(('1',[[255,255,255,255],[255,0,255,255],[255,0,255,255],[255,255,255,255]]))
('1', [[255, 0, 255, 255], [255, 0, 255, 255]])
"""
matriu = img.matrix(i)
w = img.get_w(i)
ho = ""
hf = 1
f = 0
for fila in matriu:
for columna in fila:
if ho == "" and columna == 0:
ho = f
if ho != "" and columna == 0:
hf = (f - ho + 1)
f += 1
if ho == "":
return img.null()
else:
img_n = img.subimg(i, 0, ho, w, hf)
return img_n
def show(i):
"""
Donada una imatge, la mostra en un visualitzador a la terminal.
Principalment serveix per a depurar el projecte.
"""
image = Image.new(img.format(i),(img.get_w(i),img.get_h(i)))
image.putdata([pixel for F in img.matrix(i) for pixel in F])
image.show()
def save(i,nomf):
"""
Donada una imatge i un nom de fitxer, crea el fitxer imatge a
partir de la matriu.
"""
image = Image.new(img.format(i),(img.get_w(i),img.get_h(i)))
image.putdata([pixel for F in img.matrix(i) for pixel in F])
image.save(nomf)
if __name__=="__main__":
image = Image.open("matricules/matricula1.jpeg")
pix = image.load()
X = image.size[0]
Y = image.size[1]
data = [[pix[x,y] for x in range(X)] for y in range(Y)]
imatge=img.i(data)
imatge_bn=discret.rgb_to_bn(imatge)
data=img.matrix(imatge_bn)
show(('L',data))
save(('L',data),"prova.jpeg")
print(data)