gridf.py

   1 import Image, ImageDraw, ImageFilter
   2
   3 from manual import lines as g_grid, l2ad, intersection, line as g_line
   4 from intrsc import intersections_from_angl_dist
   5 from linef import line_from_angl_dist
   6
   7 class GridFittingFailedError(Exception):
   8     pass
   9
  10 class MyGaussianBlur(ImageFilter.Filter):
  11     name = "GaussianBlur"
  12
  13     def __init__(self, radius=2):
  14         self.radius = radius
  15     def filter(self, image):
  16         return image.gaussian_blur(self.radius)
  17
  18 class V():
  19     def __init__(self, x, y):
  20         self.x = x
  21         self.y = y
  22
  23     def __add__(self, other):
  24         return V(self.x + other.x, self.y + other.y)
  25
  26     def __sub__(self, other):
  27         return V(self.x - other.x, self.y - other.y)
  28
  29     def __rmul__(self, other):
  30         return V(other * self.x, other * self.y)
  31
  32     def t(self):
  33         return (self.x, self.y)
  34
  35     def normal(self):
  36         return V(-self.y, self.x)
  37
  38 def projection(point, line, vector):
  39     n = vector.normal()
  40     l2 = g_line(point.t(), (point + n).t())
  41     return V(*intersection(l2, g_line(*line)))
  42
  43 def error_surface(lines, a, b, c, d, hough, size, v1):
  44     import matplotlib.pyplot as plt
  45     from matplotlib import cm
  46     import time
  47     import pickle
  48     X = []
  49     Y = []
  50     Z = []
  51     s = 0.001
  52     k = 5
  53     for i in range(-k, k):
  54         X.append(range(-k, k))
  55         Y.append(2*k*[i])
  56
  57     start = time.clock()
  58     for x in range(0, 2*k):
  59         try:
  60             Z.append([distance(lines, get_grid(a + X[x][y] * s * v1, b + Y[x][y] * s * v1,
  61                                            c, d, hough, size),
  62                               size) for y in range(0, 2* k)])
  63         except Exception:
  64             Z.append(Z[-1])
  65         o = ((time.clock() - start) * (2 * k - (x + 1))) / (60 * (x + 1))
  66         print x + 1, "{0} h {1:2.2f} m".format(int(o) / 60, o % 60)
  67     s_file = open('surface' + str(k), 'w')
  68     pickle.dump((X, Y, Z), s_file)
  69     s_file.close()
  70     plt.imshow(Z, cmap=cm.gnuplot2, interpolation='bicubic',
  71                origin='upper', extent=(-k, k, -k, k), aspect='equal')
  72     plt.colorbar()
  73
  74     plt.show()
  75
  76 def find(lines, size, l1, l2, bounds, hough, do_something):
  77     a, b, c, d = [V(*a) for a in bounds]
  78     l1 = line_from_angl_dist(l1, size)
  79     l2 = line_from_angl_dist(l2, size)
  80     v1 = V(*l1[0]) - V(*l1[1])
  81     v2 = V(*l2[0]) - V(*l2[1])
  82     a = projection(a, l1, v1)
  83     b = projection(b, l1, v1)
  84     c = projection(c, l2, v2)
  85     d = projection(d, l2, v2)
  86     grid = get_grid(a, b, c, d, hough, size)
  87     dist = distance(lines, grid, size)
  88     print dist
  89
  90     #error_surface(lines, a, b, c, d, hough, size, v1)
  91
  92     s = 0.02
  93     while True:
  94         ts1 = [(s, 0), (-s, 0), (s, s), (-s, -s), (-s, s), (s, -s), (0, s),  (0, -s)]
  95         grids = [(get_grid(a + t[0] * v1, b + t[1] * v1,
  96                            c, d, hough, size), t) for t in ts1]
  97         distances = [(distance(lines, grid, size),
  98                       grid, t) for grid, t in grids]
  99         distances.sort(reverse=True)
 100         if distances[0][0] > dist:
 101             dist = distances[0][0]
 102             grid = distances[0][1]
 103             t = distances[0][2]
 104             a, b = a + t[0] * v1, b + t[1] * v1
 105             print dist
 106             s *= 0.75
 107         else:
 108            break
 109
 110     print "---"
 111
 112     s = 0.02
 113     while True:
 114         ts1 = [(s, 0), (-s, 0), (s, s), (-s, -s), (-s, s), (s, -s), (0, s),  (0, -s)]
 115         grids = [(get_grid(a, b,
 116                            c + t[0] * v2, d + t[1] * v2, hough, size), t) for t in ts1]
 117         distances = [(distance(lines, grid, size),
 118                       grid, t) for grid, t in grids]
 119         distances.sort(reverse=True)
 120         if distances[0][0] > dist:
 121             dist = distances[0][0]
 122             grid = distances[0][1]
 123             t = distances[0][2]
 124             c, d = c + t[0] * v2, d + t[1] * v2
 125             print dist
 126             s *= 0.75
 127         else:
 128             break
 129
 130     grid_lines = [[l2ad(l, size) for l in grid[0]], [l2ad(l, size) for l in grid[1]]]
 131     return grid, grid_lines
 132
 133 def get_grid(a, b, c, d, hough, size):
 134     l1 = hough.lines_from_list([a.t(), b.t()])
 135     l2 = hough.lines_from_list([c.t(), d.t()])
 136     c = intersections_from_angl_dist([l1, l2], size, get_all=True)
 137     #TODO do something when a corner is outside the image
 138     corners = (c[0] + c[1])
 139     if len(corners) < 4:
 140         print l1, l2, c
 141         raise GridFittingFailedError
 142     grid = g_grid(corners)
 143     return grid
 144
 145 def distance(lines, grid, size):
 146     im_l = Image.new('L', size)
 147     dr_l = ImageDraw.Draw(im_l)
 148     for line in sum(lines, []):
 149         dr_l.line(line_from_angl_dist(line, size), width=1, fill=255)
 150     im_l = im_l.filter(MyGaussianBlur(radius=3))
 151     #GaussianBlur is undocumented class, may not work in future versions of PIL
 152     im_g = Image.new('L', size)
 153     dr_g = ImageDraw.Draw(im_g)
 154     for line in grid[0] + grid[1]:
 155         dr_g.line(line, width=1, fill=255)
 156     #im_g = im_g.filter(MyGaussianBlur(radius=3))
 157     im_d, distance = combine(im_l, im_g)
 158     return distance
 159
 160 def combine(bg, fg):
 161     bg_l = bg.load()
 162     fg_l = fg.load()
 163     #res = Image.new('L', fg.size)
 164     #res_l = res.load()
 165
 166     score = 0
 167     area = 0
 168
 169     for x in xrange(fg.size[0]):
 170         for y in xrange(fg.size[1]):
 171             if fg_l[x, y]:
 172                 #res_l[x, y] = bg_l[x, y] * fg_l[x, y]
 173                 score +=  bg_l[x, y]
 174                 area += 1
 175
 176     #return res, float(score)/area
 177     return None, float(score)/area