def or_(self, imagen, imagen_dos=None, valor=0, limitar=True):
nombre_imagen = hnm.generar_nombre_imagen()
imagen_inicial = cp.copy(imagen)
"""
Inicio del algoritmo
"""
if imagen_dos is None:
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = imagen[i, j] | valor
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
else:
imagen = hcv.normalizar_imagen(imagen)
imagen_dos = hcv.normalizar_imagen(imagen_dos)
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = imagen[i, j] | imagen_dos[i, j]
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
"""
Fin del algoritmo
"""
hcv.guardar_imagen(hnm.ontener_nombre_archivo(nombre_imagen, True),
hnp.unir_imagen(imagen_inicial, imagen_final))
return hnm.ontener_nombre_archivo(nombre_imagen)
def invert(self, imagen, limitar=True):
nombre_imagen = hnm.generar_nombre_imagen()
imagen_inicial = cp.copy(imagen)
"""
Inicio del algoritmo
"""
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = 255 - imagen[i, j]
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
"""
Fin del algoritmo
"""
hcv.guardar_imagen(hnm.ontener_nombre_archivo(nombre_imagen, True),
hnp.unir_imagen(imagen_inicial, imagen_final))
return hnm.ontener_nombre_archivo(nombre_imagen)
def exponential(self, imagen, limitar=True):
nombre_imagen = hnm.generar_nombre_imagen()
imagen_inicial = cp.copy(imagen)
"""
Inicio del algoritmo
"""
c = hca.MAX_VALUE / (mt.log(1 + imagen.max()))
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = c * (mt.pow(1.01, imagen[i, j]) - 1)
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
"""
Fin del algoritmo
"""
hcv.guardar_imagen(hnm.ontener_nombre_archivo(nombre_imagen, True),
hnp.unir_imagen(imagen_inicial, imagen_final))
return hnm.ontener_nombre_archivo(nombre_imagen)
def raise_to_power(self, imagen, constante=0, limitar=True):
nombre_imagen = hnm.generar_nombre_imagen()
imagen_inicial = cp.copy(imagen)
"""
Inicio del algoritmo
"""
r = float(0.5)
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = constante * (mt.pow(imagen[i, j], r))
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
"""
Fin del algoritmo
"""
hcv.guardar_imagen(hnm.ontener_nombre_archivo(nombre_imagen, True),
hnp.unir_imagen(imagen_inicial, imagen_final))
return hnm.ontener_nombre_archivo(nombre_imagen)
def blending(self, imagen, imagen_dos, valor=0, limitar=True):
nombre_imagen = hnm.generar_nombre_imagen()
imagen_inicial = cp.copy(imagen)
"""
Inicio del algoritmo
"""
imagen = hcv.normalizar_imagen(imagen)
imagen_dos = hcv.normalizar_imagen(imagen_dos)
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = (valor * imagen[i, j]) + ((1 - valor) * imagen_dos[i, j])
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
"""
Fin del algoritmo
"""
hcv.guardar_imagen(hnm.ontener_nombre_archivo(
nombre_imagen, True), hnp.unir_imagen(imagen_inicial, imagen_final))
return hnm.ontener_nombre_archivo(nombre_imagen)
def contrast_stretching(self,
imagen,
valor_minimo=0,
valor_maximo=255,
limitar=True):
nombre_imagen = hnm.generar_nombre_imagen()
imagen_inicial = cp.copy(imagen)
"""
Inicio del algoritmo
"""
for i in range(len(imagen)):
for j in range(len(imagen[i])):
resultado = ((imagen[i, j] - valor_minimo) /
(valor_maximo - valor_minimo)) * hca.MAX_VALUE
if limitar:
resultado = hca.limitar(resultado)
imagen[i, j] = resultado
imagen_final = imagen
"""
Fin del algoritmo
"""
hcv.guardar_imagen(hnm.ontener_nombre_archivo(nombre_imagen, True),
hnp.unir_imagen(imagen_inicial, imagen_final))
return hnm.ontener_nombre_archivo(nombre_imagen)