Prawie wszystkie czujniki aparatu cyfrowego są zorganizowane w siatkę fotoczujników. Każdy czujnik fotograficzny jest wrażliwy na jeden z podstawowych kolorów : czerwony, zielony i niebieski. Sposób, w jaki te fotoczujniki są zorganizowane, nazywa się filtrem Bayera , od jego wynalazcy, Bryce Bayer z Eastman Kodak. Po zrobieniu zdjęcia cztery czujniki fotograficzne składają wartość RGB jednego piksela na otrzymanym obrazie. Twoim zadaniem jest odwrócenie tego procesu i pokolorowanie powstałych pikseli zgodnie z ich kolorem filtra. Dla uproszczenia zignorujemy korekcję gamma .

Na przykład: „normalne” kroki filtrowania Bayera do przodu to:

• czujnik światła z kolorem wosku pszczelego Pantone uderza w czujnik;
• filtr BGGR (niebieski - zielony / zielony - czerwony) rozkłada to na cztery promienie.
• Cztery promienie uderzają w czujnik, który brzmi: 81 - 168/168 - 235 (wartości czujnika w zakresie od 0 - 255);
• Filtr Bayera tłumaczy to na jeden piksel RGB z kolorem (235, 168, 81).

Odwrotne kroki filtra Bayera to:

• Piksel RGB z kolorem (235, 168, 81) jest dzielony na cztery piksele o wartościach RGB: (0,0,81) - (0,168,0) / (0,168,0) - (235,0,0).

Wyzwanie

Powinieneś napisać możliwie najkrótszą funkcję lub program, który wykonuje następujące czynności:

• Weź nazwę pliku jak na wejściu i wyślij obraz DeBayered.
• Dane wyjściowe można zapisać do pliku lub wyświetlić na ekranie.
• Dane wyjściowe muszą być dwukrotnie szersze i dwukrotnie wyższe niż oryginalny obraz.

• Każdy piksel obrazu wejściowego musi być odwzorowany zgodnie z wzorcem filtra Bayera BGGR (niebieski - zielony / zielony - czerwony), jak wyjaśniono graficznie na poniższym obrazie:

  

• Zakładamy, że oba zielone fotosensory odbierają ten sam sygnał, więc obie wartości G w macierzy Bayera są równe wartości G na obrazie RGB.

• Być może nie zwrócić reprezentację tablicy obrazu wynikowego. Dane wyjściowe muszą być obrazem lub plikiem (w dowolnym odpowiednim formacie obrazu ), który może być wyświetlany jako obraz.

Przykład

Biorąc pod uwagę ten plik jako dane wejściowe:

Powstały obraz powinien być:

Referencyjna implementacja python:

from PIL import Image
import numpy
import sys

if len(sys.argv) == 1:
    print "Usage: python DeByer.py <<image_filename>>"
    sys.exit()

# Open image and put it in a numpy array
srcArray = numpy.array(Image.open(sys.argv[1]), dtype=numpy.uint8)
w, h, _ = srcArray.shape

# Create target array, twice the size of the original image
resArray = numpy.zeros((2*w, 2*h, 3), dtype=numpy.uint8)

# Map the RGB values in the original picture according to the BGGR pattern# 

# Blue
resArray[::2, ::2, 2] = srcArray[:, :, 2]

# Green (top row of the Bayer matrix)
resArray[1::2, ::2, 1] = srcArray[:, :, 1]

# Green (bottom row of the Bayer matrix)
resArray[::2, 1::2, 1] = srcArray[:, :, 1]

# Red
resArray[1::2, 1::2, 0] = srcArray[:, :, 0]

# Save the imgage
Image.fromarray(resArray, "RGB").save("output.png")

Pamiętaj: to jest golf-golf, więc najkrótszy kod wygrywa!

Pyth, 26 bajtów

MXm03H@GH.wsMsgLRRR,U2tU3'

Oczekuje wejściowej nazwy pliku ze znakami cudzysłowu na stdin i zapisuje w o.png. Przykładowe dane wyjściowe:

Matlab, 104 92 bajty

Wykorzystuje to reprezentację macierzy 3d obrazów RGB w Matlabie, a także produkt Kronecker, który jest dokładnie tym, czego potrzebujemy do stworzenia tego nowego „metapiksela” 2x2 z każdego piksela źródłowego. Dane wyjściowe są następnie wyświetlane w oknie podręcznym.

a=double(imread(input('')));for n=1:3;b(:,:,n)=kron(a(:,:,n),[1:2;2:3]==n)/255;end;imshow(b)

Zmiana rozmiaru ekranu:

Python 3, 259 254 bajtów

from PIL.Image import*
o=open(input())
w,h=o.size
n=new('RGB',(2*w,2*h))
P=Image.putpixel
for b in range(w*h):x=b//h;y=b%h;r,g,b=o.getpixel((x,y));c=2*x;d=2*y;G=0,g,0;P(n,(c,d),(0,0,b));P(n,(c+1,d),G);P(n,(c,d+1),G);P(n,(c+1,d+1),(r,0,0))
n.save('o.png')

Nazwa pliku wejściowego jest podana na standardowym wejściu. Wyjścia do o.png.

Przykładowe użycie:

$ echo mona-lisa.jpg | python bayer.py

Mathematica 118 127 bajtów

Oryginalne zgłoszenie wykorzystało rzeczywisty obraz jako dane wejściowe. Zamiast tego używa nazwy pliku.

Stosuje dwie zasady zastępowania do danych obrazu w pliku, do którego istnieje odwołanie:

1. Dla każdego wiersza macierzy danych obrazu zamień każdy piksel {r, b, g} na niebieski piksel, {0,0, b}, a następnie zielony piksel, {0, g, 0};
2. Oddzielnie, dla każdego wiersza macierzy danych obrazu, zamień każdy piksel {r, b, g} na zielony piksel {0, g, 0}, a następnie na czerwony piksel {r, 0,0};

Następnie Riffle(tj. Przeplataj) macierze wynikające z 1 i 2.

Image[Riffle[#/.{{_,g_,b_}:>(s=Sequence)[{0,0,b},{0,g,0}]}&/@(m=Import[#,"Data"]/255),#/.{{r_,g_,_}:>s[{0,g,0},{r,0,0}]}&/@m]]&

Image[Riffle[#/.{{_,g_,b_}:>(s=Sequence)[{0,0,b},{0,g,0}]}&/@(m=Import[#,"Data"]/255),#/.{{r_,g_,_}:>s[{0,g,0},{r,0,0}]}&/@m]]&["mona.jpg"]

J, 100 96 90 bajtów

load'bmp'
'o'writebmp~,./,./($a)$2 1 1 0(_2]\(2^0 8 8 16)*{)"1(3#256)#:,a=:readbmp]stdin''

To jest skrypt w J, który odczytuje nazwę pliku wejściowego ze standardowego wejścia i wysyła wynik do pliku o nazwie o. Obrazy wejściowe i wyjściowe będą miały bmpformat. Oczekuje również, że wprowadzona zostanie tylko nazwa pliku, co oznacza, że ​​początkowe i końcowe białe znaki nie powinny być obecne.

Przykładowe użycie

$ echo -n mona.bmp | jconsole reversebayer.ijs

Wyjaśnienie

A=:readbmp]stdin''  Store the image in A as a 2d array of 24-bit rgb ints
,                   Flatten it into a list
(3#256) #:          Convert each 24-bit int to a tuple of 8-bit r/g/b ints
2 1 1 0 {"1         Select each column in BGGR order
(2^0 8 8 16) *      Shift each color to make it a 24-bit rgb value
_2 ]\               Convert each row from dimensions 1x4 to 2x2
($A) $              Reshape the list of 2x2 matrices into a matrix of
                    2x2 matrices with dimensions matching A
,./                 Append the 2x2 matrices by column
,./                 Append the 2x2 matrices by row - This is now a matrix of
                     24-bit rgb values with twice the dimensions of A
'o'writebmp~        Write the image array to a bmp file named 'o'

Python 2, 256 275 bajtów

Najpierw uprościłem oryginalny kod:

from PIL import Image
from numpy import*
import sys

# Open image and put it in a numpy array
srcArray = array(Image.open(sys.argv[1]), dtype=uint8)
w, h, _ = srcArray.shape

# Create target array, twice the size of the original image
resArray = zeros((2*w, 2*h, 3), dtype=uint8)

# Map the RGB values in the original picture according to the BGGR pattern# 

# Blue
resArray[::2, ::2, 2] = srcArray[:, :, 2]

# Green (top row of the Bayer matrix)
resArray[1::2, ::2, 1] = srcArray[:, :, 1]

# Green (bottom row of the Bayer matrix)
resArray[::2, 1::2, 1] = srcArray[:, :, 1]

# Red
resArray[1::2, 1::2, 0] = srcArray[:, :, 0]

# Save the imgage
Image.fromarray(resArray, "RGB").save("o.png")

Następnie zminimalizuj, aby:

from PIL import Image
from numpy import*
import sys
a=array(Image.open(sys.argv[1]),dtype=uint8)
w,h,_=a.shape
b=zeros((2*w,2*h,3),dtype=uint8)
b[::2,::2,2]=a[:,:,2]
b[1::2,::2,1]=a[:,:,1]
b[::2,1::2,1]=a[:,:,1]
b[1::2,1::2,0]=a[:,:,0]
Image.fromarray(b,"RGB").save("o.png")

Wynikające z obrazu o.png: