NumPy: مشروع — معالجة الصور

import numpy as np

# إنشاء صورة RGB بحجم 100x100
rng = np.random.default_rng(42)
image = rng.integers(0, 256, size=(100, 100, 3), dtype=np.uint8)
print(f"Image shape: {image.shape}")  # (100, 100, 3)
print(f"Image dtype: {image.dtype}")  # uint8

---
## 2. التدرج الرمادي: متوسط موزون لقنوات RGB
---
## 3. الأوزان القياسية: 0.299 R + 0.587 G + 0.114 B
gray = np.dot(image[..., :3], [0.299, 0.587, 0.114]).astype(np.uint8)
print(f"Gray shape: {gray.shape}")  # (100, 100)

---
## 4. اكتشاف الحواف: طرح الصفوف المتجاورة
edges = np.abs(gray[:-1] - gray[1:])
print(f"Edge map shape: {edges.shape}")  # (99, 100)
print(f"Edge intensity: mean={edges.mean():.1f}, max={edges.max()}")

---
## 5. استخراج القنوات الفردية
red = image[:, :, 0]
green = image[:, :, 1]
blue = image[:, :, 2]

print(f"Red channel: mean={red.mean():.1f}, min={red.min()}, max={red.max()}")
print(f"Green channel: mean={green.mean():.1f}, min={green.min()}, max={green.max()}")
print(f"Blue channel: mean={blue.mean():.1f}, min={blue.min()}, max={blue.max()}")

---
## 6. المدرج التكراري (مبسط: عد البكسلات في كل نطاق كثافة)
bins = np.array([0, 50, 100, 150, 200, 256])
indices = np.digitize(gray.ravel(), bins)
hist = np.bincount(indices, minlength=len(bins)+1)[1:-1]

for i in range(len(bins)-1):
    print(f"Intensity {bins[i]:3d}-{bins[i+1]:3d}: {hist[i]:4d} pixels")

import numpy as np

---
## 7. إنشاء صورة RGB بحجم 50x50 بتدرج
x = np.arange(50)
y = np.arange(50)
xx, yy = np.meshgrid(x, y)

red = np.zeros((50, 50), dtype=np.uint8)
green = (xx * 5).astype(np.uint8)
blue = (yy * 5).astype(np.uint8)

image = np.stack([red, green, blue], axis=-1)
print("Shape:", image.shape)
print("Red channel:", image[:, :, 0].min(), "-", image[:, :, 0].max())
print("Green channel:", image[:, :, 1].min(), "-", image[:, :, 1].max())
print("Blue channel:", image[:, :, 2].min(), "-", image[:, :, 2].max())

Shape:
Red channel:
Green channel:
Blue channel:

import numpy as np

---
## 8. محاكاة صورة RGB
rng = np.random.default_rng(42)
image = rng.integers(0, 256, size=(10, 10, 3), dtype=np.uint8)

---
## 9. أوزان التدرج الرمادي القياسية
gray = (0.299 * image[:, :, 0] + 0.587 * image[:, :, 1] + 0.114 * image[:, :, 2]).astype(np.uint8)
print("Original shape:", image.shape)
print("Gray shape:", gray.shape)
print("Gray pixel [0, 0]:", gray[0, 0])
print("Gray mean:", gray.mean())

Original shape:
Gray shape:
Gray pixel [0, 0]:
Gray mean:

import numpy as np

---
## 10. إنشاء صورة بسيطة بحافة رأسية
image = np.zeros((10, 10), dtype=np.uint8)
image[:, 5:] = 255

---
## 11. اكتشاف الحواف الأفقية
h_edges = np.abs(image[:-1, :] - image[1:, :])
print("Horizontal edges:\n", h_edges)

---
## 12. اكتشاف الحواف الرأسية
v_edges = np.abs(image[:, :-1] - image[:, 1:])
print("Vertical edges:\n", v_edges)

Horizontal edges:\n
Vertical edges:\n