1 files changed, 11 insertions, 2 deletions
diff --git a/02_HelperFunctions.py b/02_HelperFunctions.py
index 1ef0944..7cbe076 100644
--- a/02_HelperFunctions.py
+++ b/02_HelperFunctions.py
@@ -9,6 +9,13 @@ import matplotlib.pyplot as plt
 
 def REPLACE_THIS(input): return input
 
+def grayscale(img):
+    for x in img:
+        for y in img[x]:
+            i = 0
+            for c in img[x][y]:
+                i =+ c
+            img[x][y] = i
 
 # load image
 imgOriginal = cvt.safeLoad('images/hummingbird_from_pixabay.png')
@@ -20,7 +27,7 @@ cvt.showImage("Original image", imgOriginal)
 Konvertieren Sie das Bild in ein 1-Kanal Schwarzweiß(Grauton)-Bild.
 Passen Sie die Funktionen `imageStats(..)` und `showImage(..)` so an, dass sie sowohl für Grau- als auch Farbbilder korrekt funktionieren.
 '''
-imgGray = REPLACE_THIS(imgOriginal)
+imgGray = cv.cvtColor(imgOriginal, cv.COLOR_BGR2GRAY)
 cvt.showImage("Grayscale image", imgGray)
 
 
@@ -28,7 +35,7 @@ cvt.showImage("Grayscale image", imgGray)
 Konvertieren Sie das originale Bild von seinem Stndarddatentyp (`uint8` pro Farbkanal) in `float` und zeigen Sie es an.
 Voraussichtlich wird das Bild nahezu weiß sein. Versuchen Sie herauszufinden woran das liegt und passen Sie das Bild entsprechend an.
 '''
-img = REPLACE_THIS(imgOriginal)
+img = imgOriginal.astype(np.float64) / 255
 print("Floating point image:")
 cvt.showImage("Floating point image", img)
 
@@ -42,6 +49,8 @@ Versuchen Sie dazu den Slicing Operator aus Python zu nutzen.
 # ???
 #
 
+img = imgOriginal.copy()
+img[int(img.shape[0] / 2) - 109:int(img.shape[0] / 2) + 110,int(img.shape[1] / 2) - 54:int(img.shape[1] / 2) + 55] = (0, 0, 255)
 cvt.showImage("Red box", img)