import cv2
from matplotlib import pyplot as plt
import numpy as np

#元画像はこんな感じ(ここでは意味を理解しなくても大丈夫です)
img = cv2.imread('DSC_0261.jpg')
plt.figure(figsize=(8, 5))
#imageの形状確認
print(img.shape)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)

#画像を読み込む
img = cv2.imread('DSC_0261.jpg')
plt.figure(figsize=(8, 5))
#imageの形状確認
print(img.shape)
#読み込み
#しかし、cv2は、RGBではなくBRGのためこのまま読み込むと青っぽい色になってしまう。
plt.imshow(img)

#jupyter notebookで正しい画像を表示するためRGBに変換します
plt.figure(figsize=(8, 5))
#RGBに変換する
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
#その結果、下に正しい色の画像が表示されます。

#読み込んだ画像を保存します
img = cv2.imread('DSC_0261.jpg')
#ファイルに保存する
cv2.imwrite('save_gazou.jpg', img)
#!!　imageを読み込んだあと、処理の途中でRGBに変換した場合は、BGRに戻して保存すること！
#RGBからBGRに戻すには、以下の関数を呼び出す
#cv2.cvtColor(img1, cv2.COLOR_RGB2BGR)

plt.figure(figsize=(8, 8))
img = cv2.imread('DSC_0261.jpg')
#RGB画像として処理する
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
#時計９０度画像回転させる
img = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
plt.imshow(img)

#画像を読み込む
plt.figure(figsize=(9, 6))
img = cv2.imread('DSC_0261.jpg')
#RGB画像として処理する
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
#ヒストグラムに表示するため３行、N列(Nはそれぞれのチャンネルの画素数)に変換する
img_r = np.asarray(img.reshape(-1,3))
plt.hist(img_r, color=["red", "green", "blue"], histtype="step", bins=128)
plt.show()

import statistics
import math
#中央値
print("中央値")
print(statistics.median(img_r.T[0]) , statistics.median(img_r.T[1]) , statistics.median(img_r.T[2]) )
#平均値
print("平均値")
print(statistics.mean(img_r.T[0]) , statistics.mean(img_r.T[1]) , statistics.mean(img_r.T[2]) )
#標準偏差・255で割らないとエラーになる
print("標準偏差")
print(statistics.pstdev(img_r.T[0]/255) , statistics.pstdev(img_r.T[1]/255) , statistics.pstdev(img_r.T[2]/255) )

# img[top : bottom, left : right]
# サンプル1の切り出し、保存
plt.figure(figsize=(8, 8))
img = cv2.imread('DSC_0261.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img_harf = img[0 : 400, 500: 900]  #配列の意味 [　縦の範囲,  横の範囲]
plt.imshow(img_harf)