imago_pack/intrsc.py

   1 """Imago intersections module."""
   2
   3 from math import cos, tan, pi
   4 from operator import itemgetter
   5
   6 import ImageDraw
   7
   8 import filters
   9 import k_means
  10 import output
  11
  12 def dst(line):
  13     """Return normalized line."""
  14     if line[0] < pi / 2:
  15         line = line[0] + pi, - line[1]
  16     return line
  17
  18 def dst_sort(lines):
  19     """Return lines sorted by distance."""
  20     l_max = max(l[0] for l in lines)
  21     l_min = min(l[0] for l in lines)
  22     if l_max - l_min > (3. / 4) * pi:
  23         lines = [dst(l) for l in lines]
  24     lines.sort(key=itemgetter(1))
  25     return lines
  26
  27 def board(image, lines, show_all, do_something):
  28     """Compute intersections, find stone colors and return board situation."""
  29     # TODO refactor show_all, do_something
  30     lines = [dst_sort(l) for l in lines]
  31     intersections = intersections_from_angl_dist(lines, image.size)
  32
  33     if show_all:
  34         image_g = image.copy()
  35         draw = ImageDraw.Draw(image_g)
  36         for line in intersections:
  37             for (x, y) in line:
  38                 draw.point((x , y), fill=(120, 255, 120))
  39         do_something(image_g, "intersections")
  40
  41     image_c = filters.color_enhance(image)
  42     if show_all:
  43         do_something(image_c, "white balance")
  44
  45     board_raw = []
  46
  47     for line in intersections:
  48         board_raw.append([stone_color_raw(image_c, intersection) for intersection in
  49                       line])
  50     board_raw = sum(board_raw, [])
  51
  52     ### Show color distribution
  53     luma = [s[0] for s in board_raw]
  54     saturation = [s[1] for s in board_raw]
  55
  56     if show_all:
  57         import matplotlib.pyplot as pyplot
  58         import Image
  59         fig = pyplot.figure(figsize=(8, 6))
  60         pyplot.scatter(luma, saturation,
  61                        color=[(s[2][0]/255.,
  62                                s[2][1]/255.,
  63                                s[2][2]/255., 1.)
  64                                    for s in board_raw])
  65         pyplot.xlim(0,1)
  66         pyplot.ylim(0,1)
  67         fig.canvas.draw()
  68         size = fig.canvas.get_width_height()
  69         buff = fig.canvas.tostring_rgb()
  70         image_p = Image.fromstring('RGB', size, buff, 'raw')
  71         do_something(image_p, "color distribution")
  72
  73     clusters = k_means.cluster(3, 2,zip(zip(luma, saturation), range(len(luma))),
  74                                [[0., 0.5], [0.5, 0.5], [1., 0.5]])
  75    #clusters.sort(key=mean_luma)
  76
  77     if show_all:
  78         fig = pyplot.figure(figsize=(8, 6))
  79         pyplot.scatter([d[0][0] for d in clusters[0]], [d[0][1] for d in clusters[0]],
  80                                                  color=(1,0,0,1))
  81         pyplot.scatter([d[0][0] for d in clusters[1]], [d[0][1] for d in clusters[1]],
  82                                                  color=(0,1,0,1))
  83         pyplot.scatter([d[0][0] for d in clusters[2]], [d[0][1] for d in clusters[2]],
  84                                                  color=(0,0,1,1))
  85         pyplot.xlim(0,1)
  86         pyplot.ylim(0,1)
  87         fig.canvas.draw()
  88         size = fig.canvas.get_width_height()
  89         buff = fig.canvas.tostring_rgb()
  90         image_p = Image.fromstring('RGB', size, buff, 'raw')
  91         do_something(image_p, "color clustering")
  92
  93     clusters[0] = [(p[1], 'B') for p in clusters[0]]
  94     clusters[1] = [(p[1], '.') for p in clusters[1]]
  95     clusters[2] = [(p[1], 'W') for p in clusters[2]]
  96
  97     board_rl = sum(clusters, [])
  98     board_rl.sort()
  99     board_rg = (p[1] for p in board_rl)
 100
 101     board_r = []
 102
 103     #TODO 19 should be a size parameter
 104     try:
 105         for i in xrange(19):
 106             for _ in xrange(19):
 107                 board_r.append(board_rg.next())
 108     except StopIteration:
 109         pass
 110
 111
 112     return output.Board(19, board_r)
 113
 114 def mean_luma(cluster):
 115     """Return mean luma of the *cluster* of points."""
 116     return sum(c[0][0] for c in cluster) / float(len(cluster))
 117
 118 def intersections_from_angl_dist(lines, size, get_all=True):
 119     """Take grid-lines and size of the image. Return intersections."""
 120     intersections = []
 121     for (angl1, dist1) in lines[1]:
 122         line = []
 123         for (angl2, dist2) in lines[0]:
 124             if abs(angl1 - angl2) > 0.4:
 125                 i_x =  (- ((dist2 / cos(angl2)) - (dist1 / cos(angl1)))
 126                         / (tan(angl1) - tan(angl2)))
 127                 i_y = (tan(angl1) * i_x) - (dist1 / cos(angl1))
 128                 if get_all or (-size[0] / 2 < i_x < size[0] / 2 and
 129                     -size[1] / 2 < i_y < size[1] / 2):
 130                     line.append((int(i_x + size[0] / 2),
 131                                  int(i_y + size[1] / 2)))
 132         intersections.append(line)
 133     return intersections
 134
 135 def RGBtoSat(c):
 136     """Using the HSI color model."""
 137     max_diff = max(c) - min(c)
 138     if max_diff == 0:
 139         return 0
 140     else:
 141         return 1. - ((3. * min(c)) / sum(c))
 142
 143 def stone_color_raw(image, (x, y)):
 144     """Given image and coordinates, return stone color."""
 145     size = 3
 146     suma = []
 147     t = 0
 148     for i in range(-size, size + 1):
 149         for j in range(-size, size + 1):
 150             try:
 151                 suma.append(image.getpixel((x + i, y + j)))
 152                 t += 1
 153             except IndexError:
 154                 pass
 155     luma = sum([0.30 * sum(s[0] for s in suma) / t, 0.59 * sum(s[1] for s in suma) / t,
 156             0.11 * sum(s[2] for s in suma) / t]) / 255.
 157     saturation = sum(RGBtoSat(s) for s in suma) / t
 158     color = [sum(s[0] for s in suma) / t, sum(s[1] for s in suma) / t,
 159              sum(s[2] for s in suma) / t]
 160     return luma, saturation, color