此项目包含一系列的Python代码，用于处理和分析图像。代码主要执行以下操作：

1. 读取图像文件（例如 'dog.jpg'）并将其转换为灰度和RGB格式。
2. 对图像应用随机噪声。
3. 计算图像各个通道（RGB）的各种统计数据，如最大值、最小值、平均值、标准偏差以及第25、50（中位数）、75百分位数。
4. 显示原始图像和噪声图像。
5. 通过局部阈值处理实现绿屏特效
6. 将处理后的图像保存为文件（例如 'out.png'）。

[TODO: 此处上传效果截图]

• 图像读取：能够读取灰度和RGB图像。
• 噪声添加：能够为图像添加随机噪声。
• 统计分析：能够计算并打印图像各个通道（RGB）的统计数据。
• 图像显示和保存：能够显示原始图像和噪声图像。

本项目依赖以下Python库：

• Matplotlib
• NumPy
• OpenCV
• skimage
• tabulate

1. 克隆或下载此项目到本地。
2. 确保已安装上述所有Python库。
3. 执行 np_calculation_questions.ipynb Jupyter notebook。

• 图像文件（如 'dog.jpg'）应放在与notebook相同的目录下。
• 随机噪声的添加可能会导致图像出现许多全白点，建议进行适当的像素值归一化。

[TODO: 此处填写个人信息]

• 学号: 202252320116
• 年级: 2022
• 专业: 智能科学与技术
• 班级: 一班