几乎所有的数码相机传感器都组织在一个光电传感器网格中。每个光电传感器都对三种原色之一敏感：红色，绿色和蓝色。这些光传感器的组织方式被称为拜耳滤镜，其发明者伊士曼·柯达（Eastman Kodak）的布莱斯·拜耳（Bryce Bayer）。拍摄图像后，四个光电传感器组成最终图像中一个像素的RGB值。您的任务是反转该过程，并根据其像素的滤镜颜色为其着色。为了简单起见，我们将忽略伽马校正。

例如：“常规”正向拜耳过滤器步骤为：

• 潘通蜂蜡色的光线照射到传感器上；
• BGGR（蓝-绿/绿-红）滤镜将其分解为四射线。
• 四个光线照射到传感器上，显示为：81-168/168-235（传感器值范围为0-255）；
• 拜耳滤镜将其转换为一个具有颜色（235、168、81）的RGB像素。

反向拜耳过滤器步骤为：

• 颜色（235、168、81）的RGB像素被分为四个具有RGB值的像素：（0,0,81）-（0,168,0）/（0,168,0）-（235,0,0）。

挑战

您应该编写执行以下操作的最短函数或程序：

• 像输入一样获取文件名，然后输出DeBayered图像。
• 输出可以写入文件或显示在屏幕上。
• 输出必须是原始图像宽度的两倍和高度的两倍。

• 输入图像的每个像素必须根据BGGR（蓝-绿/绿-红）Bayer滤镜模式进行映射，如下图所示：

  

• 我们假设两个绿色光电传感器都接收到相同的信号，因此拜耳矩阵中的两个G值都等于RGB图像中的G值。

• 您可能不会返回结果图像的数组表示形式。输出必须是可以显示为图像的图像或文件（任何合适的图像格式）。

例

给定此文件作为输入：

生成的图像应为：

参考python实现：

from PIL import Image
import numpy
import sys

if len(sys.argv) == 1:
    print "Usage: python DeByer.py <<image_filename>>"
    sys.exit()

# Open image and put it in a numpy array
srcArray = numpy.array(Image.open(sys.argv[1]), dtype=numpy.uint8)
w, h, _ = srcArray.shape

# Create target array, twice the size of the original image
resArray = numpy.zeros((2*w, 2*h, 3), dtype=numpy.uint8)

# Map the RGB values in the original picture according to the BGGR pattern# 

# Blue
resArray[::2, ::2, 2] = srcArray[:, :, 2]

# Green (top row of the Bayer matrix)
resArray[1::2, ::2, 1] = srcArray[:, :, 1]

# Green (bottom row of the Bayer matrix)
resArray[::2, 1::2, 1] = srcArray[:, :, 1]

# Red
resArray[1::2, 1::2, 0] = srcArray[:, :, 0]

# Save the imgage
Image.fromarray(resArray, "RGB").save("output.png")

记住：这是一个 代码高尔夫球，因此最短的代码获胜！

Pyth，26个字节

MXm03H@GH.wsMsgLRRR,U2tU3'

期望输入文件名在stdin上带有引号，并写入o.png。输出示例：

Matlab，104 92字节

这利用了Matlab中RGB图像的3d阵列/矩阵表示形式以及Kronecker产品，这正是我们需要在每个源像素中创建新的2x2“元像素”的条件。然后，输出将显示在弹出窗口中。

a=double(imread(input('')));for n=1:3;b(:,:,n)=kron(a(:,:,n),[1:2;2:3]==n)/255;end;imshow(b)

调整大小的屏幕截图：

Python 3中，259个 254字节

from PIL.Image import*
o=open(input())
w,h=o.size
n=new('RGB',(2*w,2*h))
P=Image.putpixel
for b in range(w*h):x=b//h;y=b%h;r,g,b=o.getpixel((x,y));c=2*x;d=2*y;G=0,g,0;P(n,(c,d),(0,0,b));P(n,(c+1,d),G);P(n,(c,d+1),G);P(n,(c+1,d+1),(r,0,0))
n.save('o.png')

输入文件名在标准输入中给出。输出到o.png。

用法示例：

$ echo mona-lisa.jpg | python bayer.py

数学118 127个字节

原始提交使用实际图片作为输入。而是使用文件名。

它将两个替换规则应用于引用文件的图像数据：

1. 对于图像数据矩阵的每一行，将每个像素{r，b，g}替换为蓝色像素{0,0，b}，然后替换为绿色像素{0，g，0}；
2. 另外，对于图像数据矩阵的每一行，将每个像素{r，b，g}替换为绿色像素{0，g，0}，然后替换为红色像素{r，0,0}；

然后Riffle（即交织）从1和2得到的矩阵。

Image[Riffle[#/.{{_,g_,b_}:>(s=Sequence)[{0,0,b},{0,g,0}]}&/@(m=Import[#,"Data"]/255),#/.{{r_,g_,_}:>s[{0,g,0},{r,0,0}]}&/@m]]&

Image[Riffle[#/.{{_,g_,b_}:>(s=Sequence)[{0,0,b},{0,g,0}]}&/@(m=Import[#,"Data"]/255),#/.{{r_,g_,_}:>s[{0,g,0},{r,0,0}]}&/@m]]&["mona.jpg"]

J，100 96 90字节

load'bmp'
'o'writebmp~,./,./($a)$2 1 1 0(_2]\(2^0 8 8 16)*{)"1(3#256)#:,a=:readbmp]stdin''

这是J中的脚本，该脚本从stdin读取输入图像的文件名，并将结果输出到名为的文件中o。输入和输出图像都将采用bmp格式。它还期望仅输入文件名，这意味着不应存在前导和尾随空格。

样品用量

$ echo -n mona.bmp | jconsole reversebayer.ijs

说明

A=:readbmp]stdin''  Store the image in A as a 2d array of 24-bit rgb ints
,                   Flatten it into a list
(3#256) #:          Convert each 24-bit int to a tuple of 8-bit r/g/b ints
2 1 1 0 {"1         Select each column in BGGR order
(2^0 8 8 16) *      Shift each color to make it a 24-bit rgb value
_2 ]\               Convert each row from dimensions 1x4 to 2x2
($A) $              Reshape the list of 2x2 matrices into a matrix of
                    2x2 matrices with dimensions matching A
,./                 Append the 2x2 matrices by column
,./                 Append the 2x2 matrices by row - This is now a matrix of
                     24-bit rgb values with twice the dimensions of A
'o'writebmp~        Write the image array to a bmp file named 'o'

Python 2中，256个 275字节

首先，我简化了原始代码：

from PIL import Image
from numpy import*
import sys

# Open image and put it in a numpy array
srcArray = array(Image.open(sys.argv[1]), dtype=uint8)
w, h, _ = srcArray.shape

# Create target array, twice the size of the original image
resArray = zeros((2*w, 2*h, 3), dtype=uint8)

# Map the RGB values in the original picture according to the BGGR pattern# 

# Blue
resArray[::2, ::2, 2] = srcArray[:, :, 2]

# Green (top row of the Bayer matrix)
resArray[1::2, ::2, 1] = srcArray[:, :, 1]

# Green (bottom row of the Bayer matrix)
resArray[::2, 1::2, 1] = srcArray[:, :, 1]

# Red
resArray[1::2, 1::2, 0] = srcArray[:, :, 0]

# Save the imgage
Image.fromarray(resArray, "RGB").save("o.png")

然后缩小为：

from PIL import Image
from numpy import*
import sys
a=array(Image.open(sys.argv[1]),dtype=uint8)
w,h,_=a.shape
b=zeros((2*w,2*h,3),dtype=uint8)
b[::2,::2,2]=a[:,:,2]
b[1::2,::2,1]=a[:,:,1]
b[::2,1::2,1]=a[:,:,1]
b[1::2,1::2,0]=a[:,:,0]
Image.fromarray(b,"RGB").save("o.png")

结果图像o.png：