add noise funktion to simulate errors

fehler.py

@@ -0,0 +1,87 @@
+import os
+import random
+from PIL import Image
+
+def bild_verarbeiten(bild_ordner, ausgabe_ordner, transformierungsfunktion):
+   """
+   Veraarbeitet alle Bilder in einem Ordner und speichert die Ergebnisse in einem anderen Ordner.
+   Verwendet eine übergebene Funktion zur Bildtransformation.
+   """
+   for dateiname in os.listdir(bild_ordner):
+       if dateiname.lower().endswith(('png', 'jpg', 'jpeg')):
+           bild_pfad = os.path.join(bild_ordner, dateiname)
+           try:
+               bild = Image.open(bild_pfad)
+               neues_bild = transformierungsfunktion(bild)
+               neues_bild_pfad = os.path.join(ausgabe_ordner, dateiname)
+               neues_bild.save(neues_bild_pfad)
+               print(f"Bild '{dateiname}' erfolgreich verarbeitet und gespeichert in '{neues_bild_pfad}'")
+           except Exception as e:
+               print(f"Fehler beim Verarbeiten von '{dateiname}': {e}")
+
+
+def bild_verarbeiten_einzelbild(bild, zufalls_pixel_chance=0.1):
+    return bild
+
+def bild_rauschen(bild, zufalls_pixel_chance=0.01):
+    """
+    Verarbeitet ein einzelnes Bild, indem es zufällig ausgewählte Pixel
+    mit einer gegebenen Wahrscheinlichkeit durch weiße Pixel ersetzt.
+
+    Args:
+        bild (PIL.Image.Image): Das zu verarbeitende Bild-Objekt.
+        zufalls_pixel_chance (float): Die Wahrscheinlichkeit (zwischen 0.0 und 1.0),
+                                      dass ein einzelnes Pixel durch Weiß ersetzt wird.
+                                      Standardmäßig 0.1 (10%).
+
+    Returns:
+        PIL.Image.Image: Das verarbeitete Bild mit zufällig ersetzten weißen Pixeln.
+                         Das Originalbild wird direkt modifiziert.
+    """
+    # Lade die Pixeldaten für effizienten Lese-/Schreibzugriff.
+    # .load() gibt ein PixelAccess-Objekt zurück, das direkten Zugriff erlaubt.
+    pixel_data = bild.load()
+    width, height = bild.size
+
+    # Definiere die Farbe Weiß. Wir müssen den Bildmodus berücksichtigen.
+    # Einfacher Ansatz: Konvertiere zu RGB, dann ist Weiß immer (255, 255, 255).
+    # Alternativ: Prüfe den Modus und setze Weiß entsprechend (z.B. 255 für 'L').
+    # Wir wählen hier die Konvertierung zu RGB für Konsistenz.
+    if bild.mode != 'RGB':
+        # Konvertiere das Bild zu RGB. Achtung: Dies kann Alphakanäle entfernen
+        # oder Graustufenbilder farbig machen (wenn auch nur in Grautönen).
+        # Wenn der Originalmodus wichtig ist, muss die Logik angepasst werden.
+        bild = bild.convert('RGB')
+        pixel_data = bild.load() # Pixeldaten nach Konvertierung neu laden
+        width, height = bild.size # Größe könnte sich theoretisch ändern (selten)
+
+    white_color = (255, 255, 255) # Weiß im RGB-Format
+
+    # Gehe durch jedes Pixel im Bild
+    for x in range(width):
+        for y in range(height):
+            # Generiere eine Zufallszahl zwischen 0.0 und 1.0
+            # Wenn die Zahl kleiner als die gewünschte Chance ist, ersetze das Pixel
+            if random.random() < zufalls_pixel_chance:
+                # Ersetze das Pixel an Position (x, y) durch Weiß
+                pixel_data[x, y] = white_color
+
+    # Gib das modifizierte Bild zurück
+    return bild
+
+
+# Hauptteil des Skripts
+if __name__ == "__main__":
+   bild_ordner = "./bilder"
+   ausgabe_ordner = "./fehler"
+   # Hier kannst du die transformierungsfunktion definieren oder importieren
+   transformierungsfunktion = bild_rauschen  # Standardmäßig die Farbtransformation
+
+   if not os.path.exists(bild_ordner):
+       print(f"Ordner '{bild_ordner}' nicht gefunden. Bitte erstellen Sie ihn.")
+       exit()
+   if not os.path.exists(ausgabe_ordner):
+       os.makedirs(ausgabe_ordner)
+
+   bild_verarbeiten(bild_ordner, ausgabe_ordner, transformierungsfunktion)
+   print("Verabeitung abgeschlossen.")