擴展圖片像素，恢復圖片像素

注意：原圖中只有很暗的一些點，這些點表示着實際的物理深度（距離）。

注意：擴展后的圖片像素更加明顯了

功能介紹：
1、從一個文件夾中讀取depth圖片，將其像素以最大值擴展到255的標准歸一化，並獲取圖片的像素最大值，並記錄在txt文件中保存，同時應保存對應的文件名。
2、使用保存的最大值數據，恢復圖片像素范圍

特別說明：圖片文件為png格式，8bit的單層圖（即灰度圖），不確定此代碼是否適用於其他文件類型，未做測試。

import numpy as np
from PIL import Image
import re
import os

def get_path_list(file_dir, fname):
    L = []
    for root, dirs, files in os.walk(file_dir):
        for file in sorted(files):    # 遍歷文件目錄下每一個文件
            if fname in file:  # 判斷是否包含指定字符串
                L.append(os.path.join(root, file))

'''
創建文件夾
'''
def make_dirs(paths):
    if isinstance(paths, list) and not isinstance(paths, str):
        for path in paths:
            mkdir(path)
    else:
        mkdir(paths)

def mkdir(path):
    if not os.path.exists(path):
        os.makedirs(path)

'''
歸一化為min-max范圍
'''
def normalize(image, max, min):
    image_max = np.max(image)
    image_min = np.min(image)
    normalized = (image - image_min) / (image_max - image_min) * (max - min)
    return normalized

'''
獲取最大值並保存到txt
'''
def save_max_data(image, image_name, save_file):
    image_max = np.max(image)
    # image_min = np.min(image)

    message = 'image: %s, max: %s\n' % (image_name, image_max)
    with open(save_file, "a") as file:
        file.write('%s' % message)

    return image_max

'''
讀取txt文件內容，並緩存到列表
'''
def get_data(dir):
    data = []
    data_list = []
    fp = open(dir, 'r')
    for ln in fp:
        if 'image: ' in ln:
            '''
            image: 964.png, max: 77
            image: 965.png, max: 77
            '''
            #eopch
            arr = re.findall(r'image: \b\d+\b', ln)
            image = int(arr[0].strip(' ')[7:])
            data.append(image)
            #iters
            arr1 = re.findall(r'max: \b\d+\b', ln)
            max = int(arr1[0].strip(' ')[4:])
            data.append(max)

            data_list.append(data)
        data = []
    fp.close()
    return data_list

'''
像素數據擴展:(原圖片路徑， 要保存的路徑， 最大值保存文件路徑)
'''
def pix_expand(dir, expand_dir, max_data_file):
    image_list = os.listdir(dir)    # 文件夾dir內的文件列表

    make_dirs(expand_dir)

    for dir1 in image_list:
        imgpath = dir + '/' + dir1

        image = Image.open(imgpath)
        image_max = save_max_data(image, dir1, max_data_file)  # 保存圖片像素最大值，(圖片，文件名)，返回圖片最大值
        image_normalize = normalize(image, 255, 0)  # 歸一化圖片

        image2 = Image.fromarray(image_normalize).convert('L')  # 轉換圖像數據為Image可讀形式
        # image2.show()
        image2.save('%s/%s' % (expand_dir, dir1))

        print(image_max)
    print("expand done.")
'''
像素數據恢復：(最大值保存文件路徑，擴張后的圖片存儲路徑，重建后的圖片保存路徑)
'''
def reconstruction(data_file_dir, expand_dir, reconstruction_dir):
    image_list = os.listdir(expand_dir)  # 文件夾dir內的文件列表
    data = get_data(data_file_dir)
    # print(data)
    # print(data[2][0])

    for dir1 in image_list:
        imgpath = expand_dir + '/' + dir1
        # print(dir1)
        image = Image.open(imgpath)
        image_name = int(re.sub("\D", "", dir1))

        for image_parameter in data:
            if image_parameter[0] == image_name:
                image_reconstruct = normalize(image, image_parameter[1], 0)
                image2 = Image.fromarray(image_reconstruct).convert('L')  # 轉換圖像數據為Image可讀形式
                # image2.show()
                make_dirs(reconstruction_dir)
                image2.save('./%s/%s' % (reconstruction_dir, dir1))
    print("reconstruction done.")

if __name__ == '__main__':

    dir = './sparse'  # 原圖片文件夾
    expand_dir = './sparse1'
    reconstruction_dir = './sparse2'
    max_data_file = './sparse_max.txt'

    sparse_data_file = os.path.join('./depth_max.txt')   # 要保存的最大值文件路徑

    pix_expand(dir, expand_dir, max_data_file)

    reconstruction(max_data_file, expand_dir, reconstruction_dir)