#image

#📖 简介

详细说明（版本映射、格式检测、多目标、核心约束）见 docs/notes.md。

#✨ 亮点

#🖼️ 格式支持

#🚀 快速上手

#安装

moon add walkzzz/image

#最小示例

// 从字节解码
let img : Image = load_from_bytes(png_bytes)
println("width=\{img.width}, height=\{img.height}, channels=\{img.channels}")

// 编码为 PNG 字节
let out : Bytes = write_png_to_bytes(img)

// 缩放（7 种滤波器 × 4 种边缘模式）
let resized : Image = resize(img, 128, 128)

// 自动检测格式并解码
let any : Image = decode_any(data, req_channels=Some(3))

// 加载动画 GIF
let anim : GifAnimation = load_gif_from_bytes(gif_bytes)
println("frames=\{anim.frames.length()}, delays=\{anim.delays}")

// 查询图像信息（不解码像素）
let info : ImageInfo? = info_from_bytes(data)

// 流式解码：逐行回调，大图零内存峰值
decode_stream(data, fn(row, y) {
  // 处理第 y 行像素 row : Array[Array[Int]]
})

#错误处理

try {
  let img = load_from_bytes(data)
} catch {
  LoadError::FileIO(msg) => println("文件IO错误: \{msg}")
  LoadError::DecodeFailed(msg) => println("解码失败: \{msg}")
  LoadError::UnsupportedFormat(msg) => println("不支持的格式: \{msg}")
}

#高级示例：SIFT 特征匹配

// 检测 SIFT 特征
let kp1 = sift_detect(img1)
let kp2 = sift_detect(img2)

// L2 距离 + Lowe 比率测试匹配
let matches = sift_match(kp1, kp2, ratio_threshold=0.75)

// RANSAC 鲁棒单应性估计
let homography = ransac_homography(matches, threshold=5.0, iterations=1000)

#完整示例集

#🧰 功能一览

#🎯 多目标支持

#📦 包结构

src/
├── types/              # 全目标类型 (Image, Image16, ImageF, LoadError 等)
├── pure/               # 纯 MoonBit 后端 (无 C FFI)
│   ├── codec/          #   格式编解码 (15 种格式)
│   ├── color/          #   颜色操作
│   └── util/           #   工具
├── lib/                # 高层封装 (自动格式分派)
├── meta/               # 元数据 (EXIF, PNG meta)
├── process/            # 高级图像处理算法 (7 子包)
│   ├── color/          #   色彩转换/调整/CLAHE/自适应阈值
│   ├── edge/           #   边缘检测/Canny/霍夫/轮廓
│   ├── feature/        #   特征检测: Harris/ORB/SIFT/模板匹配/光流/GLCM/LBP
│   ├── filter/         #   滤波/去噪/图像修复
│   ├── frequency/      #   FFT/DCT/Haar 小波/频率滤波
│   ├── segment/        #   分水岭/SLIC/grabCut/形态学/连通域
│   └── transform/      #   几何变换/透视/Seam Carving/金字塔
├── examples/           # 示例代码 (32 个示例，覆盖全部 API)
├── util/               # 工具函数 (基于 pure 的上层封装)
├── bench.mbt           # 性能基准测试
└── reexport.mbt        # 顶层 API re-export (283 pub fn + 47 pub type)

#📄 文档

#🔧 构建与测试

# 编译检查（四目标）
moon check
moon check --target wasm-gc
moon check --target js
moon check --target wasm

# 运行测试（四目标各 1177）
moon test --target native
moon test --target wasm-gc
moon test --target js
moon test --target wasm

# 运行性能基准测试
moon run --target native

# 重新生成 API 接口
moon info

#🤝 贡献

#📄 许可证

#🔗 移植说明

#原项目信息

#移植范围

• 格式编解码：PNG / JPEG / BMP / GIF / QOI / TGA / PSD / HDR / PNM / TIFF / ICO / CUR / ICNS / APNG / WebP — 15 种格式
• 像素深度：8 位 Image、16 位 Image16、HDR 浮点 ImageF
• 基础操作：缩放 / 裁剪 / 旋转 / 翻转 / 色彩转换 / 通道操作 / 绘制 / 合成

#超越原项目的扩展

• 流式解码 — 逐行 / 分块回调，大图零内存峰值
• 计算机视觉算法 — Canny / Harris / ORB / SIFT / 模板匹配 / 光流 / RANSAC / grabCut
• 频域分析 — FFT / DCT / Haar 小波 / 频率滤波
• 图像分割 — 分水岭 / SLIC 超像素 / K-means / 连通域
• 高级滤波 — 双边 / NLM 去噪 / CLAHE / Retinex / 去雾 / 图像修复
• 特征描述 — LBP / GLCM 纹理 / Hu 矩 / 感知哈希
• WebP lossy (VP8) 编码 — 原项目不支持 WebP

#与原项目的差异

#🙏 致谢

• stb — 原始 C 实现的参考基础
• MoonBit — 纯 MoonBit 语言与工具链
• OpenCV — 高级算法参考（ORB/Canny/Harris/光流等）