imago_pack/gridf.py

   1 """Imago grid-fitting module."""
   2
   3 import multiprocessing
   4 from functools import partial
   5
   6 import Image, ImageDraw, ImageFilter
   7
   8 from geometry import V, projection, l2ad
   9 from manual import lines as g_grid
  10 from intrsc import intersections_from_angl_dist
  11 from linef import line_from_angl_dist
  12 import pcf
  13 import cs as Optimizer
  14
  15 class GridFittingFailedError(Exception):
  16     pass
  17
  18 class MyGaussianBlur(ImageFilter.Filter):
  19     name = "GaussianBlur"
  20
  21     def __init__(self, radius=2):
  22         self.radius = radius
  23     def filter(self, image):
  24         return image.gaussian_blur(self.radius)
  25
  26 def job_4(x, y, w, z, im_l, v1, v2, h1, h2, dv, dh, size):
  27     v1 = (v1[0] + x * dv, v1[1] + x)
  28     v2 = (v2[0] + y * dv, v2[1] + y)
  29     h1 = (h1[0] + w * dh, h1[1] + w)
  30     h2 = (h2[0] + z * dh, h2[1] + z)
  31     return (distance(im_l, get_grid([v1, v2], [h1, h2], size), size))
  32
  33 def find(lines, size, l1, l2, bounds, hough, show_all, do_something, logger):
  34     logger("finding the grid")
  35
  36     l1 = line_from_angl_dist(l1, size)
  37     l2 = line_from_angl_dist(l2, size)
  38     v1 = V(*l1[0]) - V(*l1[1])
  39     v2 = V(*l2[0]) - V(*l2[1])
  40     a, b, c, d = [V(*a) for a in bounds]
  41     a = projection(a, l1, v1)
  42     b = projection(b, l1, v1)
  43     c = projection(c, l2, v2)
  44     d = projection(d, l2, v2)
  45
  46     v1, v2 = hough.lines_from_list([a, b])
  47     h1, h2 = hough.lines_from_list([c, d])
  48
  49     delta_v = ((l1[1][1] - l1[0][1]) * hough.dt) / l1[1][0]
  50     delta_h = ((l2[1][1] - l2[0][1]) * hough.dt) / l2[1][0]
  51
  52     im_l = Image.new('L', size)
  53     dr_l = ImageDraw.Draw(im_l)
  54     for line in sum(lines, []):
  55         dr_l.line(line_from_angl_dist(line, size), width=1, fill=255)
  56
  57     im_l = im_l.filter(MyGaussianBlur(radius=3))
  58     #GaussianBlur is undocumented class, may not work in future versions of PIL
  59     im_l_s = im_l.tostring()
  60
  61     #import time
  62     #start = time.time()
  63
  64     f_dist = partial(job_4, im_l=im_l_s, v1=v1, v2=v2, h1=h1, h2=h2,
  65                      dv=delta_v, dh=delta_h, size=size)
  66
  67     x_v, y_v, x_h, y_h = Optimizer.optimize(4, 30, f_dist, 128, 512, 1)
  68
  69     v1 = (v1[0] + x_v * delta_v, v1[1] + x_v)
  70     v2 = (v2[0] + y_v * delta_v, v2[1] + y_v)
  71     h1 = (h1[0] + x_h * delta_h, h1[1] + x_h)
  72     h2 = (h2[0] + y_h * delta_h, h2[1] + y_h)
  73
  74     grid = get_grid([v1, v2], [h1, h2], size)
  75     grid_lines = [[l2ad(l, size) for l in grid[0]],
  76                   [l2ad(l, size) for l in grid[1]]]
  77
  78     #print time.time() - start
  79
  80 ### Show error surface
  81 #
  82 #    from gridf_analyzer import error_surface
  83 #    error_surface(k, im_l_s, v1_i, v2_i, h1_i, h2_i,
  84 #                  delta_v, delta_h, x_v, y_v, x_h, y_h, size)
  85 ###
  86
  87     if show_all:
  88
  89 ### Show grid over lines
  90 #
  91         im_t = Image.new('RGB', im_l.size, None)
  92         im_t_l = im_t.load()
  93         im_l_l = im_l.load()
  94         for x in xrange(im_t.size[0]):
  95             for y in xrange(im_t.size[1]):
  96                 im_t_l[x, y] = (im_l_l[x, y], 0, 0)
  97
  98         im_t_d = ImageDraw.Draw(im_t)
  99         for l in grid[0] + grid[1]:
 100             im_t_d.line(l, width=1, fill=(0, 255, 0))
 101
 102         do_something(im_t, "lines and grid")
 103 ###
 104
 105     return grid, grid_lines
 106
 107 def get_grid(l1, l2, size):
 108     c = intersections_from_angl_dist([l1, l2], size, get_all=True)
 109     #TODO do something when a corner is outside the image
 110     corners = (c[0] + c[1])
 111     if len(corners) < 4:
 112         print l1, l2, c
 113         raise GridFittingFailedError
 114     grid = g_grid(corners)
 115     return grid
 116
 117 def line_out(line, size):
 118     for p in line:
 119         if p[0] < 0 or p[0] > size[0] or p[1] < 0 or p[1] > size[1]:
 120             return True
 121     else:
 122         return False
 123
 124 def distance(im_l, grid, size):
 125     im_g = Image.new('L', size)
 126     dr_g = ImageDraw.Draw(im_g)
 127     for line in grid[0] + grid[1]:
 128         dr_g.line(line, width=1, fill=255)
 129         if line_out(line, size):
 130             return 0
 131     #im_g = im_g.filter(MyGaussianBlur(radius=3))
 132     #GaussianBlur is undocumented class, may not work in future versions of PIL
 133     #im_d, distance = combine(im_l, im_g)
 134     distance_d = pcf.combine(im_l, im_g.tostring())
 135     return distance_d