Программа для изменения цветовой шкалы изображения

1.

ФГАОУ ВО «Волгоградский государственный университет»
Институт математики и информационных технологий
Кафедра информационных систем и компьютерного моделирования
Щербатов Никита Андреевич
Программа для изменения цветовой шкалы
изображения
Направление подготовки:
09.03.04 «Программная инженерия»
Группа:
ПРИб-232
Ответственный за организацию практики:
Конобеева Н.Н. д.ф.-м.н., профессор
каф. ИСКМ
Волгоград - 2025

2.

Цели и задачи работы
Актуальность:
Цветовое кодирование значительно повышает наглядность научных изображений
и облегчает визуальный анализ данных. В таких областях, как медицина,
геоинформатика и теплотехника, полутоновые изображения часто недостаточно
выразительны. Преобразование их в цветные с помощью заданной шкалы делает
важные особенности более заметными. Это особенно актуально в учебной и
исследовательской практике, где требуется быстрое и интуитивное восприятие
визуальной информации.
Цель работы:
Создание программы с интуитивно понятным интерфейсом для преобразования
изображения из полутонового в цветное с использованием заданной пользователем
шкалы.
Задачи:
1. Проанализировать существующие инструменты, предназначенные для
научной визуализации.
2. Спроектировать приложение для раскрашивания изображения.
3. Реализовать алгоритм для преобразования шкал.
4. Реализовать интерфейс для обработки изображений.
5. Протестировать программу на различных данных.
6. Подготовить отчет по практике.
2

3.

Сравнительная таблица существующих инструментов,
используемых в научной визуализации
Инструмент
Достоинства
Недостатки
ImageJ
Богатый функционал для обработки
изображений.
Поддержка математических операций,
фильтров, измерений.
Сложный интерфейс.
Требует знание принципов цифровой
обработки изображений.
Нет простой настройки цветовой шкалы.
ParaView
Мощная 3D-визуализация.
Подходит для научных симуляций и
объемных данных.
Не предназначен для простых изображений
(PNG, JPG и т. д.).
Сложен в освоении.
Интерфейс перегружен.
QGIS
Широкие возможности для картографии
и работы с геоданными.
Поддержка цветовых таблиц.
Требует знания географических форматов и
терминов.
Сложный интерфейс.
Не рассчитан на работу с обычными
изображениями.
Matplotlib
(Python)
Гибкость в работе с цветами и шкалами.
Возможность кастомизации
Требуются навыки программирования.
Нет графического интерфейса.
OpenCV
(Python)
Высокая производительность.
Поддержка стандартных цветовых
палитр.
Требуются навыки программирования.
Нет удобной настройки.
Цветовые карты жестко зашиты.
3

4.

Диаграмма деятельности
Рисунок 1 – Диаграмма деятельности по обработке изображения
4

5.

Диаграмма вариантов использования
Рисунок 2 - Диаграмма вариантов использования программы для раскрашивания
изображений
5

6.

Интерфейс программы
Рисунок 3 – Интерфейс программы. Используемые инструменты
разработки: Python, Tkinter, Pillow, NumPy и Matplotlib
6

7.

Результаты работы программы
Рисунок 4 – Результат обработки рентгеновского снимка грудной клетки.
Шкала отображает рентгеновскую плотность в относительных единицах
7

8.

Результаты работы программы
Рисунок 5 – Результат обработки схемы тепловых сетей. Шкала отображает
тепловой сигнал в относительных единицах
8

9.

Сравнение изображений
Рисунок 6 – Результат обработки специализированным ПО компании «Алтум»
Рисунок 7 – Результат обработки ПО, разработанным в рамках данной работы.
9

10.

Сравнение изображений
Метрика SSIM (Structural Similarity Index) используется для оценки сходства между
двумя изображениями с учётом восприятия человеком. Она учитывает яркость,
контраст и структуру, что делает её более точной, чем простые метрики вроде MSE.
Значение SSIM лежит в диапазоне от 0 до 1, где 1 означает полное совпадение. В
данной работе SSIM применялась для сравнения полученного результата с эталонным
изображением. В программе использовалась готовая реализация SSIM из библиотеки
scikit-image, что упростило добавление метрики и повысило надёжность результатов.