src/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 import linef
  12
  13 def dst(line):
  14     """Return normalized line."""
  15     if line[0] < pi / 2:
  16         line = line[0] + pi, - line[1]
  17     return line
  18
  19 def dst_sort(lines):
  20     """Return lines sorted by distance."""
  21     l_max = max(l[0] for l in lines)
  22     l_min = min(l[0] for l in lines)
  23     if l_max - l_min > (3. / 4) * pi:
  24         lines = [dst(l) for l in lines]
  25     lines.sort(key=itemgetter(1))
  26     return lines
  27
  28 def board(image, lines, show_all, do_something):
  29     """Compute intersections, find stone colors and return board situation."""
  30     # TODO refactor show_all, do_something
  31     # TODO refactor this into smaller functions
  32     lines = [dst_sort(l) for l in lines]
  33     an0 = (sum([l[0] for l in lines[0]]) / len(lines[0]) - pi / 2)
  34     an1 = (sum([l[0] for l in lines[1]]) / len(lines[1]) - pi / 2)
  35     if an0 > an1:
  36         lines = [lines[1], lines[0]]
  37
  38     intersections = intersections_from_angl_dist(lines, image.size)
  39
  40     if show_all:
  41         image_g = image.copy()
  42         draw = ImageDraw.Draw(image_g)
  43         for line in intersections:
  44             for (x, y) in line:
  45                 draw.point((x , y), fill=(120, 255, 120))
  46         do_something(image_g, "intersections")
  47
  48     image_c = filters.color_enhance(image)
  49     if show_all:
  50         do_something(image_c, "white balance")
  51
  52     board_raw = []
  53
  54     for line in intersections:
  55         board_raw.append([stone_color_raw(image_c, intersection) for intersection in
  56                       line])
  57     board_raw = sum(board_raw, [])
  58
  59     ### Show color distribution
  60     luma = [s[0] for s in board_raw]
  61     saturation = [s[1] for s in board_raw]
  62
  63     if show_all:
  64         import matplotlib.pyplot as pyplot
  65         import Image
  66         fig = pyplot.figure(figsize=(8, 6))
  67         pyplot.scatter(luma, saturation,
  68                        color=[(s[2][0]/255.,
  69                                s[2][1]/255.,
  70                                s[2][2]/255., 1.)
  71                                    for s in board_raw])
  72         pyplot.xlim(0,1)
  73         pyplot.ylim(0,1)
  74         fig.canvas.draw()
  75         size = fig.canvas.get_width_height()
  76         buff = fig.canvas.tostring_rgb()
  77         image_p = Image.fromstring('RGB', size, buff, 'raw')
  78         do_something(image_p, "color distribution")
  79
  80     clusters = k_means.cluster(3, 2,zip(zip(luma, saturation), range(len(luma))),
  81                                [[0., 0.5], [0.5, 0.5], [1., 0.5]])
  82
  83     if show_all:
  84         fig = pyplot.figure(figsize=(8, 6))
  85         pyplot.scatter([d[0][0] for d in clusters[0]], [d[0][1] for d in clusters[0]],
  86                                                  color=(1,0,0,1))
  87         pyplot.scatter([d[0][0] for d in clusters[1]], [d[0][1] for d in clusters[1]],
  88                                                  color=(0,1,0,1))
  89         pyplot.scatter([d[0][0] for d in clusters[2]], [d[0][1] for d in clusters[2]],
  90                                                  color=(0,0,1,1))
  91         pyplot.xlim(0,1)
  92         pyplot.ylim(0,1)
  93         fig.canvas.draw()
  94         size = fig.canvas.get_width_height()
  95         buff = fig.canvas.tostring_rgb()
  96         image_p = Image.fromstring('RGB', size, buff, 'raw')
  97         do_something(image_p, "color clustering")
  98
  99     clusters[0] = [(p[1], 'B') for p in clusters[0]]
 100     clusters[1] = [(p[1], '.') for p in clusters[1]]
 101     clusters[2] = [(p[1], 'W') for p in clusters[2]]
 102
 103     board_rl = sum(clusters, [])
 104     board_rl.sort()
 105     board_rg = (p[1] for p in board_rl)
 106
 107     board_r = []
 108
 109     #TODO 19 should be a size parameter
 110     try:
 111         for i in xrange(19):
 112             for _ in xrange(19):
 113                 board_r.append(board_rg.next())
 114     except StopIteration:
 115         pass
 116
 117
 118     return output.Board(19, board_r)
 119
 120 def mean_luma(cluster):
 121     """Return mean luma of the *cluster* of points."""
 122     return sum(c[0][0] for c in cluster) / float(len(cluster))
 123
 124 def to_general(line, size):
 125     # TODO comment
 126     (x1, y1), (x2, y2) = linef.line_from_angl_dist(line, size)
 127     return (y2 - y1, x1 - x2, x2 * y1 - x1 * y2)
 128
 129 def intersection(l1, l2):
 130     a1, b1, c1 = l1
 131     a2, b2, c2 = l2
 132     delim = float(a1 * b2 - b1 * a2)
 133     x = (b1 * c2 - c1 * b2) / delim
 134     y = (c1 * a2 - a1 * c2) / delim
 135     return x, y
 136
 137 # TODO remove the parameter get_all
 138 def intersections_from_angl_dist(lines, size, get_all=True):
 139     """Take grid-lines and size of the image. Return intersections."""
 140     lines0 = map(lambda l: to_general(l, size), lines[0])
 141     lines1 = map(lambda l: to_general(l, size), lines[1])
 142     intersections = []
 143     for l1 in lines1:
 144         line = []
 145         for l2 in lines0:
 146             line.append(intersection(l1, l2))
 147         intersections.append(line)
 148     return intersections
 149
 150 def rgb2lumsat(color):
 151     """Convert RGB to luma and HSI model saturation."""
 152     r, g, b = color
 153     luma = (0.30 * r + 0.59 * g + 0.11 * b) / 255.0
 154     max_diff = max(color) - min(color)
 155     if max_diff == 0:
 156         saturation = 0
 157     else:
 158         saturation = 1. - ((3. * min(color)) / sum(color))
 159     return luma, saturation
 160
 161 def median(lst):
 162     #TODO comment (or delete maybe?)
 163     len_lst = len(lst)
 164     if len_lst % 2 == 0:
 165         return (lst[len_lst / 2] + lst[len_lst / 2 + 1]) / 2.0
 166     else:
 167         return lst[len_lst / 2]
 168
 169 def stone_color_raw(image, (x, y)):
 170     """Given image and coordinates, return stone color."""
 171     size = 3
 172     points = []
 173     for i in range(-size, size + 1):
 174         for j in range(-size, size + 1):
 175             try:
 176                 points.append(image.getpixel((x + i, y + j)))
 177             except IndexError:
 178                 pass
 179     norm = float(len(points))
 180     if norm == 0:
 181         return 0, 0, (0, 0, 0) #TODO trow exception here
 182     color = (sum(p[0] for p in points) / norm,
 183              sum(p[1] for p in points) / norm,
 184              sum(p[2] for p in points) / norm)
 185     luma, saturation = rgb2lumsat(color)
 186     return luma, saturation, color