这个作业属于哪个课程	软件工程
这个作业要求在哪里	团队作业4——项目冲刺
这个作业的目标	记录昨日已完成工作，明确今日工作，总结项目进度

敏捷冲刺日志集合

项目冲刺集合贴

站立会议

会议照片

因每个人不单有软工项目，在线下时间上凑齐所有人较为困难，所以我们采用微信会议的方式进行。

会议内容

成员	昨日完成	今日计划	遇到的困难
戴子豪	编写博客 Scrum 冲刺 6 及 Scrum 冲刺集合贴、组织站立会议、绘制项目燃尽图。	编写博客 Scrum 冲刺 7 及更新 Scrum 冲刺集合贴、组织站立会议、绘制项目燃尽图。	成员在时间上很难凑齐，讨论积极性欠缺。
朱俊荣	编写了图片风格化的多个函数，另外优化了post请求。	优化算法缩短风格化函数的执行时间。	cv等库中封装的函数参数众多，处理图像同时较长。
李铭伟	之前部分功能的完善。	尽可能添加新功能以及测试。	缺乏交流。
陈倚星	完成了用鼠标进行图片裁剪的代码	进一步完善细节。	基本可以在网上找到解决方法。
卫宇琪	OCR功能的收尾。	图片清晰化和图片涂鸦。	测试过程存在问题。
张震	完成了三个模块的单元测试。	总结问题。	库的安装遇到很多报错。
甫尔达吾斯	代码测试。	测试。	不断出现漏洞，代码还需要测试。

项目燃尽图

签入记录

代码/文档签入记录

对应的 Issue 内容与链接

成员	Issue 内容与链接
戴子豪	团队博客
朱俊荣	整体结合
李铭伟	各功能完善
陈倚星	自由大小裁剪
卫宇琪	图片文字识别
张震	功能测试
甫尔达吾斯	证件照换底色

Code Review 编码规范文档状态

无变化

项目进度

部分模块代码

图片风格化-怀旧风：

import cv2
import numpy as np

class ImgProcess:
    def __init__(self, img) -> None:
        self.src = cv2.imread(img)
        self.h, self.w = self.src.shape[:2]

    def old(self):
        oldImg = np.zeros_like(self.src)

        b = 0.272 * self.src[:, :, 2] + 0.534 * self.src[:, :, 1] + 0.131 * self.src[:, :, 0]
        g = 0.349 * self.src[:, :, 2] + 0.686 * self.src[:, :, 1] + 0.168 * self.src[:, :, 0]
        r = 0.393 * self.src[:, :, 2] + 0.769 * self.src[:, :, 1] + 0.189 * self.src[:, :, 0]

        oldImg[:, :, 0] = np.clip(b, 0, 255).astype(np.uint8)
        oldImg[:, :, 1] = np.clip(g, 0, 255).astype(np.uint8)
        oldImg[:, :, 2] = np.clip(r, 0, 255).astype(np.uint8)

        return oldImg

# 创建ImgProcess类的实例，指定图像文件路径
process = ImgProcess('C:\\Users\\zjr\\Desktop\\7ca185dd956ef6e0ee03e7c48559540.jpg')

# 调用怀旧效果
oldImg = process.old()

# 显示怀旧效果
cv2.imshow("Old Photo", cv2.resize(oldImg, (400, 400)))
cv2.waitKey(0)
cv2.destroyAllWindows()

图片风格化-油画

import cv2
import numpy as np
from PIL import Image, ImageEnhance
import random


# 油画效果
def oil_effect(img):
    h, w, n = img.shape
    new_img = np.zeros((h - 2, w, n), dtype=np.uint8)
    for i in range(h - 2):
        for j in range(w):
            if random.randint(1, 10) % 3 == 0:
                new_img[i, j] = img[i - 1, j]
            elif random.randint(1, 10) % 2 == 0:
                new_img[i, j] = img[i + 1, j]
            else:
                new_img[i, j] = img[i + 2, j]
    return new_img


# 图像增强
def img_add(img_path):
    img = Image.open(img_path)
    enh_col = ImageEnhance.Color(img)
    color = 2.0
    new_img = enh_col.enhance(color)
    new_img = cv2.cvtColor(np.asarray(new_img), cv2.COLOR_RGB2BGR)
    return new_img


if __name__ == "__main__":
    input_image_path = "C:\\Users\\zjr\\Desktop\\7ca185dd956ef6e0ee03e7c48559540.jpg"
    img = cv2.imread(input_image_path)

    oil_img = oil_effect(img)
    cv2.imwrite("oil.jpg", oil_img)

    cv2.namedWindow("Original Image", cv2.WINDOW_NORMAL)
    cv2.namedWindow("Image with Color Enhancement", cv2.WINDOW_NORMAL)
    cv2.namedWindow("Oil Painting Effect", cv2.WINDOW_NORMAL)

    cv2.resizeWindow("Original Image", 800, 800)
    cv2.resizeWindow("Image with Color Enhancement", 800, 800)
    cv2.resizeWindow("Oil Painting Effect", 800, 800)

    cv2.imshow("Original Image", img)
    cv2.imshow("Image with Color Enhancement", img_add(input_image_path))
    cv2.imshow("Oil Painting Effect", oil_img)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

图片风格化-流年效果

import cv2
import math
import numpy as np

class ImgProcess:
    def __init__(self, img) -> None:
        self.src = cv2.imread(img)
        self.h, self.w = self.src.shape[:2]

    def fleet(self, output_path):
        fleetImg = np.zeros((self.h, self.w, 3), np.uint8)
        for i in range(self.h):
            for j in range(0, self.w):
                b = math.sqrt(self.src[i, j][0]) * 14
                g = self.src[i, j][1]
                r = self.src[i, j][2]
                if b > 255:
                    b = 255
                fleetImg[i, j] = np.uint8((b, g, r))

        # Save the processed image
        cv2.imwrite(output_path, fleetImg)
        return fleetImg

# 创建 ImgProcess 类的实例，指定图像文件路径
process = ImgProcess('C:\\Users\\zjr\\Desktop\\7ca185dd956ef6e0ee03e7c48559540.jpg')

# 指定输出路径
output_path = 'C:\\Users\\zjr\\Desktop\\processed_image.jpg'

# 调用流年效果并保存到指定路径
fleetImg = process.fleet(output_path)

# 显示流年效果
cv2.imshow("Fleet", cv2.resize(fleetImg, (400, 400)))
cv2.waitKey(0)
cv2.destroyAllWindows()

图片风格化-素描风

from PIL import Image    #图像处理模块
import numpy as np

a = np.asarray(Image.open("C:\\Users\\zjr\\Desktop\\7ca185dd956ef6e0ee03e7c48559540.jpg").convert('L')).astype('float')    #将图像以灰度图的方式打开并将数据转为float存入np中

depth = 10.                      # (0-100)
grad = np.gradient(a)             #取图像灰度的梯度值
grad_x, grad_y =grad               #分别取横纵图像梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/A
uni_y = grad_y/A
uni_z = 1./A
#建立一个位于图像斜上方的虚拟光源
vec_el = np.pi/2.2                   # 光源的俯视角度，弧度值
vec_az = np.pi/4.                    # 光源的方位角度，弧度值
dx = np.cos(vec_el)*np.cos(vec_az)   #光源对x 轴的影响
dy = np.cos(vec_el)*np.sin(vec_az)   #光源对y 轴的影响
dz = np.sin(vec_el)                  #光源对z 轴的影响
#计算各点新的像素值
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z)     #光源归一化
b = b.clip(0,255)    #clip函数将区间外的数字剪除到区间边缘

im = Image.fromarray(b.astype('uint8'))  #重构图像
im.save("C:\\Users\\zjr\\Desktop\\7ca185dd956ef6e0ee03e7c48559540.jpg")

部分运行结果

总结

成员	总结
戴子豪	团队协作耗时较长、实际编写代码只是一小部分。
朱俊荣	cv函数需要不断调参来达到理想效果。
李铭伟	仍需要极大程度沉淀。
陈倚星	还是要由易到难。
卫宇琪	边学习边成长。
张震	一步步解决，直到完成。
甫尔达吾斯	还需要继续完善。