1. # -*- coding: utf-8 -*-
2. """
3. Created on Thu Mar 14 10:36:01 2019
4.  
5. @author: Student
6. """
7. import os
8. import numpy as np
9. from matplotlib import pyplot as plt
10. from skimage import io
11. from skimage import color
12. from scipy import signal
13. from scipy import ndimage as nd
14.  
15. def our_gradient(image):
16.    
17.     gradient_x = np.zeros(image.shape)
18.     gradient_y = np.zeros(image.shape)
19.     gradient_x[:, 1:-1] = image[:, 2:] - image[:, 0:-2]
20.     gradient_y[1:-1, :] = image[2: , :] - image[0:-2 , :]
21.     return [gradient_y, gradient_x]
22.  
23. def run():
24.     current_path = os.path.abspath(os.path.dirname(__file__))
25.     image_path = os.path.join(current_path, '1.jpg')
26.  
27.     image = io.imread(image_path)
28.     image = color.rgb2gray(image)
29.    
30. #    #gradients = np.gradient(image)
31. #    gradients = our_gradient(image)
32. #    gradient_y, gradient_x = gradients[0], gradients[1]
33. #    
34. #    gradient_mag = np.sqrt(np.square(gradient_x) + np.square(gradient_y))
35. #    gradient_angle = np.arctan2(gradient_y, gradient_x)
36. #    
37. #    plt.figure()
38. #    plt.subplot(2,3,1)
39. #    plt.imshow(image, cmap='gray')
40. #    plt.axis('off')
41. #    plt.subplot(2,3,2)
42. #    plt.imshow(gradient_x, cmap='gray')
43. #    plt.axis('off')
44. #    plt.subplot(2,3,3)
45. #    plt.imshow(gradient_y, cmap='gray')
46. #    plt.axis('off')
47. #    plt.subplot(2,3,4)
48. #    plt.imshow(gradient_mag, cmap = 'gray')
49. #    plt.axis('off')
50. #    plt.subplot(2,3,5)
51. #    plt.imshow(gradient_angle, cmap = 'gray') #### przedstawic w odpowiedniej przestrzeni barw, tab okresowa
52. #    plt.axis('off')
53. #    plt.show()
54.  
55. #    Zad.
56. #    Dokonaj filtracji obrazu filtrem usredniajacym o wielkosci maski (21,21).
57. #    Pokaz obraz oryginalny obok obrazu po filtracji.
58. #
59. #    mask = np.ones((13,13))
60. #    filtered_image = signal.convolve2d(image, mask)
61. #    gauss_image = nd.gaussian_filter(image, sigma=2) #### funkcja, ktora generuje maske gaussa,
62. #                                                     #### przyjmie jako wejscie sigme oraz rozmiar maski
63. #    median_image = signal.medfilt(image, 13)
64. #    
65. #    
66. #    plt.figure()
67. #    plt.subplot(2,2,1)
68. #    plt.imshow(image, cmap='gray')
69. #    plt.axis('off')
70. #    plt.subplot(2,2,2)
71. #    plt.imshow(filtered_image, cmap='gray')
72. #    plt.axis('off')    
73. #    plt.subplot(2,2,3)
74. #    plt.imshow(gauss_image, cmap='gray')
75. #    plt.axis('off')    
76. #    plt.subplot(2,2,4)
77. #    plt.imshow(median_image, cmap='gray')
78. #    plt.axis('off')  
79. #    plt.show()
80.  
81. #    laplasjan = np.array([
82. #            [0, 1, 0],
83. #            [1, -4, 1],
84. #            [0, 1, 0]
85. #            ])
86. #    
87. #    laplasjan_image = signal.convolve2d(image, laplasjan)
88. #    
89. #    plt.figure()
90. #    plt.subplot(1, 2, 1)
91. #    plt.imshow(image, cmap='gray')
92. #    plt.axis('off')
93. #    plt.subplot(1, 2, 2)
94. #    plt.imshow(laplasjan_image, cmap='gray')
95. #    plt.axis('off')
96. #    plt.show()
97.  
98. #    Zad.
99. #    Zdefiniuj obie maski Sobela. Dokonaj obliczenia gradientu
100. #    za pomocą tych masek oraz przefiltruj obraz za pomocą
101. #    tych masek. Wyniki zaprezentuj.
102.  
103. #    grad_x = np.array([
104. #            [0, 0, 0],
105. #            [1, 0 ,1],
106. #            [0, 0, 0]
107. #            ])
108. #    
109.  
110.     sobel_X = np.array([
111.             [-1, 0 ,1],
112.             [-2, 0 ,2],
113.             [-1, 0 ,1]
114.             ])  
115.    
116.     sobel_Y = sobel_X.T
117.    
118.     im_sobel_x_conv = signal.convolve2d(image, sobel_X)
119.     im_sobel_x_corr = signal.correlate2d(image, sobel_X)
120.     plt.figure()
121.     plt.subplot(1,2,1)
122.     plt.imshow(im_sobel_x_conv, cmap='gray')
123.     plt.axis('off')
124.     plt.subplot(1,2,2)
125.     plt.imshow(im_sobel_x_corr, cmap='gray')
126.     plt.axis('off')
127.     plt.show()
128.    
129. if __name__ == "__main__":
130.     run()