#!/usr/bin/env python
# coding: utf-8

# #數位邏輯與應用實習 (3/3)
# 
# 有任何問題隨時舉手發問，助教及老師會協助你解決。
# 
# 若想要在家中電腦執行以下程式，請前往 https://store.continuum.io/cshop/anaconda/ 下載Anaconda Python 軟體
# 
# 實驗開始步驟：
# 
# (1)點右上角按鈕下載此份文件"ipython notebook"
# 
# (2)將 EECS_exp3.ipynb 存放至"我的文件"
# 
# (3)按下開始工具列->附屬應用程式->命令提示字元 來開啟命令列視窗
# 
# (4)於命令列鍵入 ipython notebook 指令來開啟 Jupyter 視窗
# 
# (5)開啟EECS_exp3.ipynb 開始以下實驗作答
# 

# ##實驗一: Python 程式語言初見面
# 
# 用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果<br>

# In[ ]:


#coding: utf-8
get_ipython().run_line_magic('matplotlib', 'inline')
import numpy as np
import matplotlib.pyplot as plt

x=np.array([0,0,0,0,1,1,1,1,0,0,0,0])
plt.plot(x,'ro-')


# ##問題一
# (1)按加號新增一個"Markdown"區塊，描述你看到了什麼。 <br>
# (2)再按加號新增一個"code"區塊，嘗試畫出 "三個帽子"的波形<BR>
# (按加號後，點選 'Cell Toolbar' 左方是下拉式選單，選擇 CODE)
# ****************************************************************************************

# ##實驗二: Python 之資料顯示以及np 陣列
# 用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果<br>

# In[ ]:


#coding: utf-8
import numpy as np

t=np.arange(0,1,0.1)
print t
print "這是 np.arange(0,1,0.1)的結果:" + str(t)
print "加上一些換行字元\n\n\n" + "換行的結果是這樣\n"
t=np.arange(0,1,0.01)
print "這是 np.arange(0,1,0.01)的結果:"
print t
sumt=sum(np.arange(0,10,1))
print "\n\n\n這是 sum(np.arange(0,10,1))的結果:" +str(sumt)


# ##問題二
# 新增一個"Markdown"區塊，將以下問題之答案寫下來。<BR>
# (1)請推論 np.arange 這個函數的用處，以及三個輸入值的意義。<BR>
# (2)新增一個"code"區塊，利用python 程式碼，計算100以下偶數之總合。
# ****************************************************************************************
# 

# ##實驗三 : 弦波的頻率以及繪圖
# 用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果<br>

# In[ ]:


#coding: utf-8
get_ipython().run_line_magic('matplotlib', 'inline')
import numpy as np
import matplotlib.pyplot as plt

t=np.arange(0,1,0.01)
pi=np.pi
curve=np.sin(2*pi*10*t)
curve2=np.sin(2*pi*5*t)
plt.plot(t,curve,'b',t,curve2,'r')


# ##問題三
# 
# (1)假設橫軸時間單位為秒，請問curve及curve2各為幾Hz弦波(也就是在一秒內走了幾個週期)？<br>
# (新增一個"Markdown"區塊，回答此問題)<BR><BR>
# (2)又我們如何改變指令，畫出一個 3 Hz的Cosine波呢？<BR>
# (新增一個"CODE"區塊，回答此問題)
# ****************************************************************************************

# ##實驗四 : 影像以及RGB色彩
# 用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果<br>

# In[ ]:


#coding: utf-8
get_ipython().run_line_magic('matplotlib', 'inline')
import numpy as np
import matplotlib.pyplot as plt

x=np.array([0,0,0,1,1,1,1,0,0,0])
y=np.array([x,x,x,x,x,x,x,x,x,x])
print y
print y.shape
plt.figure(1)
plt.imshow(y,cmap='gray',interpolation='nearest')
y=np.array([x/5.,x/4.,x/3.,x/2.,x/1.,x,x,x,x,x])
plt.figure(2)
plt.imshow(y,cmap='gray',interpolation='nearest')


# ##問題四
# (1)請問y 矩陣的大小為何？<br>
# (2)試完成一個10x10的矩陣，顯示一個白色十字。
# (新增一個"CODE"區塊，回答此問題)
# ****************************************************************************************

# ##實驗五 :RGB色彩
# 用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果<br>

# In[ ]:


#coding: utf-8
get_ipython().run_line_magic('matplotlib', 'inline')
import numpy as np
import matplotlib.pyplot as plt

x=np.array([0,0,0,1,1,1,1,0,0,0])
y=np.array([x,x,x,x,x,x,x,x,x,x])
z=np.zeros([10,10,3])
z[:,:,0]=y 
plt.figure(figsize=[15,5])
plt.subplot(1,4,1)
plt.imshow(z,interpolation='nearest')
#######################################
z=np.zeros([10,10,3])
z[:,:,1]=y
plt.subplot(1,4,2)
plt.imshow(z,interpolation='nearest')
#######################################
z=np.zeros([10,10,3])
z[:,:,2]=y
plt.subplot(1,4,3)
plt.imshow(z,interpolation='nearest')
#######################################
z=np.zeros([10,10,3])
z[:,:,0]=y
z[:,:,1]=y
plt.subplot(1,4,4)
plt.imshow(z,interpolation='nearest')


# ##問題五
# 以上範例是將紅光、綠光、藍光分別開至最大亮度 (數值1)<br>
# 若是將紅、綠、藍分別以1, 0.5, 0  來表示, 試著新增一組程式碼完成配色，並說明合成的顏色為？
# 
# ****************************************************************************************

# ##實驗六 :照片中的RGB色彩
# (1)前往 http://mri.ee.ntust.edu.tw ->course --> 電機基礎實作測試資料 下載924-lena.zip
# 
# (2)將zip解壓後存放至 EECS_exp3.ipynb之相同目錄
# 
# (3)用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果<br>
# 

# In[ ]:


#coding: utf-8
get_ipython().run_line_magic('matplotlib', 'inline')
import numpy as np
import matplotlib.pyplot as plt
import scipy.misc as misc

lena_img=misc.imread('lena_std.jpg');

print lena_img.shape
plt.figure(figsize=[15,5])
plt.subplot(1,4,1)
plt.imshow(lena_img)
plt.title('Original')

plt.subplot(1,4,2)
plt.imshow(lena_img[:,:,2],cmap='gray')
plt.title('Fig. 1');
plt.subplot(1,4,3)
plt.imshow(lena_img[:,:,1],cmap='gray')
plt.title('Fig. 2');
plt.subplot(1,4,4)
plt.imshow(lena_img[:,:,0],cmap='gray')
plt.title('Fig. 3');


# ##問題六
# (1)Fig.1 , 2, 3 代表Lena 圖其中的三原色，若紅光影像數值愈高者(愈白愈亮)，代表該像素的中的紅光成份愈高。<br>
# 請用肉眼觀察以及程式碼的觀察，來說明Fig. 1, 2,3 各代表 R、G、B 中的那一原色。<br>
# (2)新增一個code 區塊，將Lena影像中的紅色影像減少20%。<BR>
# (hint: lena_img[:,:,X]=lena_img[:,:,X]*0.9, 就代表將X色光通道減弱 10%)
# 
# ****************************************************************************************

# ##介面範例：
# 恭喜你，做到這步實驗課就結束囉。通知助教來檢查。最後這個範例你可以執行看看，用滑鼠調整RGB值，來觀察影像。
# 
# 

# In[ ]:


#coding: utf-8
get_ipython().run_line_magic('matplotlib', 'inline')
import numpy as np
import scipy.misc as misc
import matplotlib.pyplot as plt
from IPython.html.widgets import interact, interactive, fixed
from IPython.display import display


lena_img=misc.imread('lena_std.jpg')

lims = (0.1,1.0,0.1)


def edit_image( r=1.0, g=1.0, b=1.0):
    lena_img2=lena_img*0
    lena_img2[:,:,0] = r*lena_img[:,:,0]
    lena_img2[:,:,1] = g*lena_img[:,:,1]
    lena_img2[:,:,2] = b*lena_img[:,:,2]
    plt.imshow(lena_img2)
    #return lena_img2

w = interactive(edit_image, r=lims, g=lims, b=lims)
display(w)