本项目是南京大学2021年数字图像处理课程大实验，旨在鼓励同学亲自动手，实现算法，增强理解。

每个需要实现的算法各100分（除了Canny算法150分），总分达到550分本课程实验满分，所有同学都不需要撰写实验报告。

同学们唯一需要使用的第三方库是NumPy（例如np.fft可以直接用），如果代码使用其他第三方库，该算法实现得分最多30分。如果按照下文自行扩展非平凡功能，该算法实现分值为150分（仅限一次有效）。

如果发现抄袭其他同学代码，倒扣相关同学在相关算法上的得分。

推荐使用PyCharm打开本项目，打开requirements.txt自动安装依赖，或者通过命令pip install -r requirements.txt安装。 运行main.py，出现如下界面启动成功。 通过Open打开图片，在左侧显示，任意选择一个算法，点击之后结果在右侧显示，再用Save保存图片。

实验中只会用到灰度图（形状[H,W]）和RGB图（形状[H,W,3]），可以通过if img.ndim == 2:是灰度图还是RGB图。对于只接受二维图像的算法，已经预先将RGB图转为灰度图。除了位平面使用8比特表示，其余均用0到1浮点表示。

同学们的任务是按照下面要求完善algorithm.py，一般不用改动其他代码文件（除非想要扩展功能）。

输出[3*H,3*W]的九宫格，依次是从高到低比特单独表示的结果。

将灰度直方图变换成尽可能平（均匀分布），如果是RGB图对三通道分别处理。

任意实现一个去噪算法（例如中值滤波器），因为算法不尽相同，效果也不一样，评价只考察代码。

将输入图片大小变为两倍，使用任意插值算法均可（不必局限课程），注意示例中的横纵轴变化。

需要注意频率域原点移到图像中心，为了美观结果记得取对数，调用np.fft可以快速完成。

必讲的频率域低通滤波，可以在上一题基础上添加代码，截止频率自行设置。

非常经典的边缘检测算法，考虑到难度高于其他算法，分值设为150分。

结构元采用3*3实现比较容易，注意示例中的交点变化。

如果想要扩展功能添加算法ABC，熟悉PyQt的同学不作赘述，不熟悉的同学也有办法。 首先编辑ui_mainwindow.py，仿照已有代码，加入如下代码。

...
self.actionABC = QtWidgets.QAction(MainWindow)
self.actionABC.setText("ABC")
self.actionABC.setObjectName("actionABC")
...
self.toolbar.addAction(self.actionABC)
...

然后编辑mainwindow.py，在函数connect中添加。

self.ui.actionABC.triggered.connect(self.handleABC)

继续添加handleABC方法，一般会用到装饰器draw(2)，可以将它理解为，自动在函数调用前处理异常，并在函数调用后显示图像。

@draw(2)
def handleABC(self):
    self.img2 = abc(self.img1)

最后修改algorithm.py，实现扩展算法。

def abc(img: ndarray) -> ndarray:
    # Your Code

本项目使用了Matlab和scikit-image的图像用例，以及icons8的程序图标，在此致谢。