ProgectCPP_BMP_Redactor

Documentation structure

README - MAIN

    Technical_Assignment_GOST.md - ТЗ

    DNALabs.md - Информация о заказчике

    INTERNAL_DOC.md - внутренняя документация


Image_processor - (dir) code


DATA - (dir) "Список литературы

Консольное приложение для редактирования BMP файлов

Цель проекта:

Реализация программы для компании DNALabs описанной в ТЗ

Был получен запрос от компании DNALabs на создание простого консольного приложения для обработки файлов в формате BMP. Для компании очень важно, чтобы приложение было с понятной структурой, легко масштабируемое, быстрое и с возможностью безболезненно встроить в любую систему

Подробнее о компании и о том, для чего им полнадобилась эта программа написано в файле DNALabs.md

Графические фильтры (image_processor)

В этом проекте требуется реализовать консольное приложение, позволяющее применять к изображениям различные фильтры, аналогичные фильтрам в популярных графических редакторах.

Поддерживаемый формат изображений

Входные и выходные графические файлы должны быть в формате BMP.

Формат BMP поддерживает достаточно много вариаций, но в этом проекте будет использоваться 24-битный BMP без сжатия и без таблицы цветов. Именно в таком формате нейросеть компании DNALabs будет получать изображение Тип используемого DIB header - BITMAPINFOHEADER.

Пример файла в нужном формате есть в статье на Википедии в разделе "Example 1" и в папке test_script/data.

Формат аргументов командной строки

Описание формата аргументов командной строки:

{имя программы} {путь к входному файлу} {путь к выходному файлу} [-{имя фильтра 1} [параметр фильтра 1] [параметр фильтра 2] ...] [-{имя фильтра 2} [параметр фильтра 1] [параметр фильтра 2] ...] ...

Пример

./image_processor input.bmp /tmp/output.bmp -crop 800 600 -gs -blur 0.5

В этом примере

1. Загружается изображение из файла input.bmp
2. Обрезается до изображения с началом в верхнем левом углу и размером 800х600 пикселей
3. Переводится в оттенки серого
4. Применяется размытие с сигмой 0.5
5. Полученное изображение сохраняется в файл /tmp/output.bmp

Список фильтров может быть пуст, тогда изображение должно быть сохранено в неизменном виде. Фильтры применяются в том порядке, в котором они перечислены в аргументах командной строки.

Фильтры

В формулах далее считаем, что каждая компонента цвета представлена вещественным числом от 0 до 1. Цвета пикселей представлены тройками (R, G, B). Таким образом, (0, 0, 0) – черный, (1, 1, 1) – белый.

Если фильтр задан матрицей, это означает, что значение каждого из цветов определяется взвешенной суммой значений этого цвета в соседних пикселях в соответствии с матрицей. При этом целевому пикселю соответствует центральный элемент матрицы.

Например, для фильтра, заданного матрицей

Значение каждого из цветов целевого пикселя C[x][y] будет определяться формулой

C[x][y] =
  min(1, max(0,
   1*C[x-1][y-1] + 2*C[x][y-1] + 3*C[x+1][y-1] +
   4*C[x-1][y]   + 5*C[x][y]   + 6*C[x+1][y]   +
   7*C[x-1][y+1] + 8*C[x][y+1] + 9*C[x+1][y+1]
))

При обработке пикселей, близких к краю изображения, часть матрицы может выходить за границу изображения. В таком случае в качестве значения пикселя, выходящего за границу, следует использовать значение ближайшего к нему пикселя изображения.

Список фильтров

Crop (-crop width height)

Обрезает изображение до заданных ширины и высоты. Используется верхняя левая часть изображения.

Если запрошенные ширина или высота превышают размеры исходного изображения, выдается доступная часть изображения.

Grayscale (-gs)

Преобразует изображение в оттенки серого по формуле

Negative (-neg)

Преобразует изображение в негатив по формуле

Sharpening (-sharp)

Повышение резкости. Достигается применением матрицы

Edge Detection (-edge threshold)

Выделение границ. Изображение переводится в оттенки серого и применяется матрица

Пиксели со значением, превысившим threshold, окрашиваются в белый, остальные – в черный.

Gaussian Blur (-blur sigma)

Гауссово размытие, параметр – сигма.

Значение каждого из цветов пикселя C[x0][y0] определяется формулой

Существуют различные варианты релализации и оптимизации вычисления этого фильтра, описание есть в Википедии.

Реализация

Применять сторонние библиотеки для работы с изображениями запрещено.

Все компоненты программы должны быть по универсальными и не привязанными к специфике конкретной задачи.

Все исключительные ситуации должны корректно обрабатываться с выводом понятного пользователю сообщения об ошибке. Для этого используйте механизм исключений. Никакие сценарии, включая использование файлов с форматом, не соответствующим спецификации, не должны приводить к падению программы.

Для чтения и записи файлов будем использовать std::ifstream и std::ofstream.

Скорее всего, вам понадобятся следующие компоненты:

• Класс, представляющий изображение и обеспечивающий работу с ним
• Классы для чтения и записи формата BMP
• Фильтры
• Контроллер, управляющий последовательным применением фильтров

Общие части следует выделить через наследование.

Команда проекта:

• Дорохов Даниил
• Мария Николаева

Дневник проекта:

На проект выделяется 10 дней

День 1: Инициализация проекта

• Цель дня: создать базовую структуру проекта, настроить среду разработки.
• Задачи:
  1. Создать репозиторий на GitHub.
  2. Настроить .gitignore для C++ и файлов проекта.
  3. Написать README.md с описанием проекта.
  4. Создать базовые директории (test_script/data ...).

День 2: Работа с BMP файлами

• Цель дня: реализовать чтение и запись BMP файлов.
• Задачи:
  1. Изучить спецификацию формата BMP.
  2. Реализовать структуру BMPHeader для работы с заголовками BMP.
  3. Написать функции для чтения и записи BMP файлов (loadBMP, saveBMP).

День 3: Реализация фильтра Crop

• Цель дня: добавить возможность обрезки изображения.
• Задачи:
  1. Разработать алгоритм для обрезки изображений.
  2. Реализовать функцию crop для применения фильтра к изображению.
  3. Тестировать функцию на различных изображениях.

День 4: Реализация фильтра Grayscale

• Цель дня: реализовать преобразование изображения в оттенки серого.
• Задачи:
  1. Изучить алгоритм преобразования в оттенки серого.
  2. Реализовать функцию grayscale.
  3. Провести тестирование функции на разных изображениях.

День 5: Реализация фильтра Negative

• Цель дня: добавить возможность получения негатива изображения.
• Задачи:
  1. Изучить алгоритм получения негатива изображения.
  2. Реализовать функцию negative.
  3. Тестирование функции на разнообразных изображениях.

День 6: Реализация фильтра Sharpening

• Цель дня: реализовать фильтр повышения резкости.
• Задачи:
  1. Изучить алгоритм повышения резкости.
  2. Реализовать функцию sharpening.
  3. Протестировать на различных изображениях.

День 7: Реализация фильтра Edge Detection

• Цель дня: добавить выделение границ на изображении.
• Задачи:
  1. Изучить метод выделения границ.
  2. Реализовать функцию edgeDetection.
  3. Провести тестирование на разных изображениях.

День 8: Разработка CLI

• Цель дня: реализовать интерфейс командной строки для работы с фильтрами.
• Задачи:
  1. Определить формат аргументов командной строки.
  2. Реализовать парсинг аргументов командной строки.
  3. Реализовать логику применения фильтров в соответствии с аргументами.

День 9: Тестирование и отладка

• Цель дня: обеспечить корректную работу приложения.
• Задачи:
  1. Создать тестовые сценарии для каждого фильтра.
  2. Протестировать последовательное применение нескольких фильтров. 3. Отладить обнаруженные проблемы.

День 10: Документация и рефакторинг

• Цель дня: подготовить проект к релизу.
• Задачи:
  1. Документировать код и функции.
  2. Провести рефакторинг кода для повышения читаемости и производительности.
  3. Подготовить финальный коммит и релиз версии.

Aрхитектура проекта:

.
├── CMakeLists.txt
├── Color.cpp
├── Image.cpp
├── ImageProcessor.h
├── Parser.cpp
├── Parser.h
├── Reader.cpp
├── Reader.h
├── Utils.h
├── Writer.cpp
├── Writer.h
├── color.h
├── filter.cpp
├── filter.h
├── image.h
├── image_processor.cpp
└── test_script
    ├── data
    │   ├── test_data_files
    └── test_image_processor.py