Python in the box – ページ 3 – Leave record about python coding

12月 28, 201812月 28, 2018

Voronoi diagram(ボロノイ図)

from PIL import Image
import random
import math

def generate_voronoi_diagram(width, height, num_cells):
    image = Image.new("RGB", (width, height))
    putpixel = image.putpixel
    imgx, imgy = image.size
    nx = []
    ny = []
    nr = []
    ng = []
    nb = []
    for i in range(num_cells):
        nx.append(random.randrange(imgx))
        ny.append(random.randrange(imgy))
        nr.append(random.randrange(256))
        ng.append(random.randrange(256))
        nb.append(random.randrange(256))
    for y in range(imgy):
        for x in range(imgx):
            dmin = math.hypot(imgx-1, imgy-1)
            j = -1
            for i in range(num_cells):
                d = math.hypot(nx[i]-x, ny[i]-y)
                if d < dmin:
                    dmin = d
                    j = i
            putpixel((x, y), (nr[j], ng[j], nb[j]))
    image.save("VoronoiDiagram.png", "PNG")
    image.show()

generate_voronoi_diagram(500, 500, 25)

from PIL import Image

import random

import math

def generate_voronoi_diagram(width, height, num_cells):

image = Image.new("RGB", (width, height))

putpixel = image.putpixel

imgx, imgy = image.size

nx = []

ny = []

nr = []

ng = []

nb = []

for i in range(num_cells):

nx.append(random.randrange(imgx))

ny.append(random.randrange(imgy))

nr.append(random.randrange(256))

ng.append(random.randrange(256))

nb.append(random.randrange(256))

for y in range(imgy):

for x in range(imgx):

dmin = math.hypot(imgx-1, imgy-1)

j = -1

for i in range(num_cells):

d = math.hypot(nx[i]-x, ny[i]-y)

if d < dmin:

dmin = d

j = i

putpixel((x, y), (nr[j], ng[j], nb[j]))

image.save("VoronoiDiagram.png", "PNG")

image.show()

generate_voronoi_diagram(500, 500, 25)

voronoi diagram sample

3月 17, 20183月 17, 2018

opencvのHOGDescriptorとSVM(getDaimlerPeopleDetector)で人検出

getDaimlerPeopleDetectorを使っての人検出。getDefaultPeopleDetectorを使った人検出は
こちら。

■入力画像
HOGDescriptor_getDaimlerPeopleDetector input

■サンプルコード

import cv2
im = cv2.imread("people.jpg")

# Calculation of HoG feature quantity
hog = cv2.HOGDescriptor((48,96), (16,16), (8,8), (8,8), 9)

#Create Human Identifier with HoG feature quantity + SVM
hog.setSVMDetector(cv2.HOGDescriptor_getDaimlerPeopleDetector())


#widStride :Window movement amount
#padding   :Extended range around the input image
#scale     :scale
hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

#Detected person coordinate by the created identifier device 
human, r = hog.detectMultiScale(im, **hogParams)

#Surround a person's area with a red rectangle
for (x, y, w, h) in human:
    cv2.rectangle(im, (x, y),(x+w, y+h),(0,50,255), 3)

#show image
cv2.imshow("results human detect by getDaimlerPeopleDetector",im)
cv2.waitKey(0)

import cv2

im = cv2.imread("people.jpg")

# Calculation of HoG feature quantity

hog = cv2.HOGDescriptor((48,96), (16,16), (8,8), (8,8), 9)

#Create Human Identifier with HoG feature quantity + SVM

hog.setSVMDetector(cv2.HOGDescriptor_getDaimlerPeopleDetector())

#widStride :Window movement amount

#padding :Extended range around the input image

#scale :scale

hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

#Detected person coordinate by the created identifier device

human, r = hog.detectMultiScale(im, **hogParams)

#Surround a person's area with a red rectangle

for (x, y, w, h) in human:

cv2.rectangle(im, (x, y),(x+w, y+h),(0,50,255), 3)

#show image

cv2.imshow("results human detect by getDaimlerPeopleDetector",im)

cv2.waitKey(0)

■実行結果
HOGDescriptor_getDaimlerPeopleDetector output

誤検出はあるが、getDefaultPeopleDetectorでの検出に比べると漏れは少なくなる印象。

3月 11, 20183月 11, 2018

opencvのHOGDescriptorとSVMで人検出

HOGDescriptorは被探索画像を64 * 128 などの単位でスキャンし、8 * 8などのピクセルを移動させてHOG特徴量の抽出を行う。HOG特徴量は領域内の勾配方向ごとの勾配強度を計算してそれをヒストグラムにしたものらしい。画像中の輝度変化を抽出していることになる。

SVMは入力が正解か不正解を分類する分類器。大量のデータとラベルの組から正解ラベルのデータ、不正解ラベルのデータを学習し正解と不正解の境界線を引く。

opencvにはすでに学習済みの人識別器が同梱されており、これを使って人の検出を行ってみる。

■入力画像
HOGDescriptor_getDefaultPeopleDetector input

■サンプルコード

import cv2

im = cv2.imread("people.jpg")

# Calculation of HoG feature quantity
hog = cv2.HOGDescriptor()

#Create Human Identifier with HoG feature quantity + SVM
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

#widStride :Window movement amount
#padding   :Extended range around the input image
#scale     :scale
hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

#Detected person coordinate by the created identifier device 
human, r = hog.detectMultiScale(im, **hogParams)

#Surround a person's area with a red rectangle
for (x, y, w, h) in human:
    cv2.rectangle(im, (x, y),(x+w, y+h),(0,50,255), 3)

#show image
cv2.imshow("results human detect by def detector",im)
cv2.waitKey(0)

import cv2

im = cv2.imread("people.jpg")

# Calculation of HoG feature quantity

hog = cv2.HOGDescriptor()

#Create Human Identifier with HoG feature quantity + SVM

hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

#widStride :Window movement amount

#padding :Extended range around the input image

#scale :scale

hogParams = {'winStride': (8, 8), 'padding': (32, 32), 'scale': 1.05}

#Detected person coordinate by the created identifier device

human, r = hog.detectMultiScale(im, **hogParams)

#Surround a person's area with a red rectangle

for (x, y, w, h) in human:

cv2.rectangle(im, (x, y),(x+w, y+h),(0,50,255), 3)

#show image

cv2.imshow("results human detect by def detector",im)

cv2.waitKey(0)

■実行結果
HOGDescriptor_getDefaultPeopleDetector input

検出漏れはあるが、とりあえず機能はしている様子。opencvの人認識器には今回試したgetDefaultPeopleDetector以外にgetDaimlerPeopleDetectorという認識器が同梱されている。これについては次回以降で実験してみる。

HOG Descriptor scans the search image by units such as 64 x 128, moves pixels such as 8 x 8, and extracts the HOG feature amount. It seems that the HOG feature quantity is calculated by calculating the gradient strength for each gradient direction in the region and making it a histogram. The luminance change in the image is extracted.

SVM is a classifier that classifies incorrect answers or incorrect answers. Learn the data of the correct label and the data of the incorrect label from the large amount of data and the set of labels and draw the boundary line between the correct answer and incorrect answer.
Opencv is already shipped with a learned person identifier, and try to detect people using it.

Results:Detection is insufficient, but it seems that it is functioning for the time being. In this time, we tried getDefaultPeopleDetector on human recognition device of opencv and recognition device called getDaimlerPeopleDetector is bundled. I will experiment about this next time.

3月 3, 20183月 3, 2018

opencvを使いHarrisコーナー検出で画像からコーナー部を抽出する

コーナー部の特徴量抽出をする方法としてMoravecの方法や、Harrisの方法というものがある。検出のためのアルゴリズムは難解で自分には理解できず。とりあえず実行テストした結果とコードを乗せる。しっかりとコーナー部分を抽出できていることがわかる。

■入力画像
corner detect sample input

■サンプルコード

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

img = cv2.imread('maze.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = np.float32(gray)
dst = cv2.cornerHarris(gray,2,3,0.04)
dst = cv2.dilate(dst,None)

img[dst>0.01*dst.max()]=[0,0,255]

plt.imshow(img)
plt.title('cornerHarris image')
plt.show()

import cv2

import numpy as np

from matplotlib import pyplot as plt

img = cv2.imread('maze.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

gray = np.float32(gray)

dst = cv2.cornerHarris(gray,2,3,0.04)

dst = cv2.dilate(dst,None)

img[dst>0.01*dst.max()]=[0,0,255]

plt.imshow(img)

plt.title('cornerHarris image')

plt.show()

■実行結果
detect corner by harris

2月 28, 20181月 8, 2019

opencvを使いcanny法で画像をエッジ変換する

■サンプルコード

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

img = cv2.imread('maru.png',0)
edges = cv2.Canny(img,100,200)

plt.subplot(121)
plt.imshow(img,cmap = 'gray')
plt.title('input image')

plt.subplot(122)
plt.imshow(edges,cmap = 'gray')
plt.title('canny image')

plt.show()

import cv2

import numpy as np

from matplotlib import pyplot as plt

img = cv2.imread('maru.png',0)

edges = cv2.Canny(img,100,200)

plt.subplot(121)

plt.imshow(img,cmap = 'gray')

plt.title('input image')

plt.subplot(122)

plt.imshow(edges,cmap = 'gray')

plt.title('canny image')

plt.show()

■実行結果
canny test

2月 28, 20182月 28, 2018

opencvを使いハフ変換で画像から円を探す(HoughCircles)

HoughCircles(image, circles, method, dp, minDist, param1, param2, minRadius, maxRadius)

ハフ変換を用いて画像内から円を検出する

項目	内容
image	8ビット，シングルチャンネル，グレースケールの入力画像
circles	検出された円を出力するベクトル
method	現在のところCV_HOUGH_GRADIENT メソッドのみが実装
dp	画像分解能に対する投票分解能の比率の逆数
minDist	検出される円の中心同士の最小距離．このパラメータが小さすぎると，正しい円の周辺に別の円が複数誤って検出される
param1	手法依存の 1 番目のパラメータ． CV_HOUGH_GRADIENT の場合は， Canny() エッジ検出器に渡される2つの閾値の内，大きい方の閾値を表す
param2	手法依存の 2 番目のパラメータ． CV_HOUGH_GRADIENT の場合は，円の中心を検出する際の投票数の閾値を表す．これが小さくなるほど，より多くの誤検出が起こる可能性がある
minRadius	円の半径の最小値
maxRadius	円の半径の最大値

■入力画像
houghcircles test

■処理コード

import cv2
import cv2.cv as cv
import numpy as np

img = cv2.imread('mm.jpg',0)
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles = cv2.HoughCircles(img,cv.CV_HOUGH_GRADIENT
          ,1,20, param1=50,param2=30,minRadius=0,maxRadius=0)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
 cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
 cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

cv2.imshow('detected circles',cimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.imwrite('output.jpg',cimg)

import cv2

import cv2.cv as cv

import numpy as np

img = cv2.imread('mm.jpg',0)

img = cv2.medianBlur(img,5)

cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

circles = cv2.HoughCircles(img,cv.CV_HOUGH_GRADIENT

,1,20, param1=50,param2=30,minRadius=0,maxRadius=0)

circles = np.uint16(np.around(circles))

for i in circles[0,:]:

cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)

cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

cv2.imshow('detected circles',cimg)

cv2.waitKey(0)

cv2.destroyAllWindows()

cv2.imwrite('output.jpg',cimg)

■結果
houghcircles test

2月 27, 2018

opencvを使い確率的ハフ変換で画像から直線を探す

ハフ変換は与えられたパラメータから全条件を計算し直線を求めるのに対し、確率的ハフ変換はある程度の当たりをつけて計算し、負荷を軽くする。

HoughLinesP(image, lines, double rho, double theta, int threshold, double minLineLength=0, double maxLineGap=0)

■入力画像
houghline test

■処理コード

import cv2
import numpy as np

img = cv2.imread('buil.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap)
for x1,y1,x2,y2 in lines[0]:
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow("houghline",img)
cv2.waitKey(0)
cv2.destroyWindow()

import cv2

import numpy as np

img = cv2.imread('buil.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray,50,150,apertureSize = 3)

minLineLength = 100

maxLineGap = 10

lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap)

for x1,y1,x2,y2 in lines[0]:

cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow("houghline",img)

cv2.waitKey(0)

cv2.destroyWindow()

■結果
houghline test

2月 27, 20182月 28, 2018

opencvを使いハフ変換で画像から直線を探す

ハフ変換は画像の中にある直線形状や円形状を検出する際に用いられる手法の一つ。opencvではHoughLinesという関数が用意されており、これを使うことで検出が容易となる(計算付加は指定するパラメータの精度により異なる)。

HoughLines(image, lines, rho, theta, threshold, srn, stn)

項目	内容
image	8ビット，シングルチャンネルの2値入力画像．この画像は関数により書き換えられる可能性がある
lines	検出された直線が出力されるベクトル．各直線は，2要素のベクトル (rho, theta) で表現される． rho は原点（画像の左上コーナー）からの距離， theta はラジアン単位で表される直線の回転角度
rho	ピクセル単位で表される投票空間の距離分解能
theta	ラジアン単位で表される投票空間の角度分解能
threshold	投票の閾値パラメータ．十分な票を得た直線のみが出力される
srn	マルチスケールハフ変換において，距離分解能 rho の除数となる値．投票空間の粗い距離分解能は rho となり，細かい分解能は rho/srn となる．もし srn=0 かつ stn=0 の場合は，古典的ハフ変換が利用される．そうでない場合は，両方のパラメータが正値である必要がある
stn	マルチスケールハフ変換において，角度分解能 theta の除数となる値

■入力画像
houghline test

■処理コード

import cv2
import numpy as np

img = cv2.imread('buil.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)
for rho,theta in lines[0]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))

    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imshow("houghline",img)
cv2.waitKey(0)
cv2.destroyWindow()

import cv2

import numpy as np

img = cv2.imread('buil.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)

for rho,theta in lines[0]:

a = np.cos(theta)

b = np.sin(theta)

x0 = a*rho

y0 = b*rho

x1 = int(x0 + 1000*(-b))

y1 = int(y0 + 1000*(a))

x2 = int(x0 - 1000*(-b))

y2 = int(y0 - 1000*(a))

cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imshow("houghline",img)

cv2.waitKey(0)

cv2.destroyWindow()

■結果
houghline test

2月 26, 20182月 26, 2018

opencvの機能を使いモルフォロジー演算を行う

画像からのノイズ除去、テクスチャ解析等に使用される演算手法。背景の画素と隣接する物体の画素の関係を膨張(dilate)、収縮(erosion)させることで画像の2値化、グレースケール化を行うことができる。

openCVではmorphologyExのメソッドによりさらに以下の処理が可能。
オープニング処理　　収縮した結果に対して同じ回数だけ膨張する
クロージング処理　　膨張した結果に対して同じ回数だけ収縮する
グラジエント処理　　膨張した結果から収縮した結果を差し引く
トップハット処理　元画像からオープニングした画像を差し引く
ブラックハット処理クロージングした画像から元画像を差し引く

■入力画像
morphology input data

■処理コード

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

img = cv2.imread('maru.png',0)
kernel = np.ones((5,5),np.uint8)

erode  = cv2.erode(img,kernel,iterations = 1)
dilate = cv2.dilate(img,kernel,iterations = 1)
morph_open     = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
morph_close    = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
morph_gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)
morph_tophat   = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)
morph_blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

plt.subplots_adjust(wspace=1.0, hspace=1.0)
plt.subplot(331)
plt.title("erode")
plt.imshow(erode)
plt.subplot(332)
plt.title("dilate")
plt.imshow(dilate)
plt.subplot(333)
plt.title("morph open")
plt.imshow(morph_open)
plt.subplot(334)
plt.title("morph close")
plt.imshow(morph_close)
plt.subplot(335)
plt.title("morph morph_gradient")
plt.imshow(morph_gradient)
plt.subplot(336)
plt.title("morph morph_tophat")
plt.imshow(morph_tophat)
plt.subplot(337)
plt.title("morph morph_blackhat")
plt.imshow(morph_blackhat)

plt.show()

import cv2

import numpy as np

import matplotlib.pyplot as plt

img = cv2.imread('maru.png',0)

kernel = np.ones((5,5),np.uint8)

erode = cv2.erode(img,kernel,iterations = 1)

dilate = cv2.dilate(img,kernel,iterations = 1)

morph_open = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

morph_close = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

morph_gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

morph_tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

morph_blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

plt.subplots_adjust(wspace=1.0, hspace=1.0)

plt.subplot(331)

plt.title("erode")

plt.imshow(erode)

plt.subplot(332)

plt.title("dilate")

plt.imshow(dilate)

plt.subplot(333)

plt.title("morph open")

plt.imshow(morph_open)

plt.subplot(334)

plt.title("morph close")

plt.imshow(morph_close)

plt.subplot(335)

plt.title("morph morph_gradient")

plt.imshow(morph_gradient)

plt.subplot(336)

plt.title("morph morph_tophat")

plt.imshow(morph_tophat)

plt.subplot(337)

plt.title("morph morph_blackhat")

plt.imshow(morph_blackhat)

plt.show()

■処理結果
morphology results

2月 17, 20182月 17, 2018

画像に対するフーリエ変換の物理的意味を考える

対象	説明
信号	縦軸を振幅、横軸を時間とした波形情報を周波数の分布に変換する
画像	縦軸を1ピクセルあたりの画素強度、横軸を座標として、ピクセル間の強度値変化を周波数分布に変換する

画像に対するフーリエ変換のピクセルあたりの画素強度の例として、1×7サイズのグレースケール画像を考える。例えば下記のようなもの(ここでは視認性のため、拡大した画像で表示)。

2dfft_row_column

画素強度値は明るいほど値が大きい。つまりグレースケールの255階調で考えれば、白い箇所は255、黒い箇所は0の値となる。先ほどの画像にピクセル毎に強度値を重ねて表示すると下記のような値を持つ。

2dfft_row_column

上記画像の強度値を、縦軸を1ピクセルあたりの画素強度、横軸を座標として表しなおしたグラフが下記。画像に対するフーリエ変換はこのグラフに対して行っていることになる
pixel peak

ただし通常画像はもっと大きなサイズであり、1ピクセル高ということはない。そのため、実際には各ピクセル行に対してフーリエ変換を行う。各行へのフーリエ変換の実施後はデータを転置し、転置後のデータに対して再度各行に対してフーリエ変換を実施する。その後再度転置を行いデータの向きを元に戻す作業を行う。これで画像に対する2次元フーリエ変換となる。
2dfft_row_column

ここまでの内容をpythonコードにしたものが下記。

import cv2
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

image = cv2.imread("mt_fuji.jpg", 0)
h, w = image.shape

ff = np.zeros(image.shape, dtype=complex)
for i in range(h):
  ff[i] = np.fft.fft(image[i])
ff = ff.T
for i in range(w):
  ff[i] = np.fft.fft(ff[i])
ff = ff.T

fimg = np.fft.fftshift(ff)
mag = 20*np.log(np.abs(fimg))

dst = np.fft.ifft2(ff)
dst = dst.real
dst = np.uint8(dst)

plt.subplot(221)
plt.title("original")
plt.imshow(image, cmap = 'gray')
plt.subplot(222)
plt.title("power spectrum")
plt.imshow(mag, cmap = 'gray')
plt.subplot(223)
plt.title("fft and invers fft result")
plt.imshow(dst, cmap = 'gray')
plt.show()

import cv2

import numpy as np

import matplotlib.pyplot as plt

from PIL import Image

image = cv2.imread("mt_fuji.jpg", 0)

h, w = image.shape

ff = np.zeros(image.shape, dtype=complex)

for i in range(h):

ff[i] = np.fft.fft(image[i])

ff = ff.T

for i in range(w):

ff[i] = np.fft.fft(ff[i])

ff = ff.T

fimg = np.fft.fftshift(ff)

mag = 20*np.log(np.abs(fimg))

dst = np.fft.ifft2(ff)

dst = dst.real

dst = np.uint8(dst)

plt.subplot(221)

plt.title("original")

plt.imshow(image, cmap = 'gray')

plt.subplot(222)

plt.title("power spectrum")

plt.imshow(mag, cmap = 'gray')

plt.subplot(223)

plt.title("fft and invers fft result")

plt.imshow(dst, cmap = 'gray')

plt.show()

2dfft_row_column