【画像処理】PythonでOpenCVを使わずにラベリング処理 - Qiita
画像へのアクセス
Pythonのfor文でインデックスを同時に参照する：enumerate() | UX MILK
Python OpenCVの基礎 画素へのアクセス - Pythonの学習の過程とか
import numpy as np
import cv2
#画像の読み込み
img = cv2.imread('lena_gray.jpg',0)
height,width = img.shape[:2]
mask = np.zeros((width, height,3), np.uint8)
for i, x in enumerate(img):
for j,y in enumerate(x):
if( img[i,j] < 50 ):
mask[i,j]=0
else:
if( img[i,j] > 150 ):
mask[i,j]=0
else:
mask[i,j]=255
for i, x in enumerate(img):
for j,y in enumerate(x):
if( img[i,j] < 50 ):
img[i,j] = 0
else:
if( img[i,j] > 150 ):
img[i,j] = 255
cv2.imwrite('lena_pixchange.jpg',img)
cv2.imwrite('lena_mask.jpg',mask)
特徴量+位置合わせ
OpenCV - 特徴点マッチングで物体検出、移動、回転量を推定する - pystyle
画像から特徴量を抽出し、透視変換行列を導出して画像を変形する - Qiita
ORB特徴量を用いて、ホモグラフィ変換を行う - Qiita
import cv2
import numpy as np
MAX_FEATURES = 500
GOOD_MATCH_PERCENT = 0.15
def alignImages(im1, im2):
# 特徴量の抽出と記述子の計算
detector = cv2.ORB_create(MAX_FEATURES)
keypoints1, descriptors1 = detector.detectAndCompute(im1, None)
keypoints2, descriptors2 = detector.detectAndCompute(im2, None)
# 特徴量のマッチング
matcher = cv2.DescriptorMatcher_create(cv2.DESCRIPTOR_MATCHER_BRUTEFORCE_HAMMING)
matches = matcher.match(descriptors1, descriptors2, None)
print(matches)
# 特徴量をスコアでソート ハミング距離などで定義可能
# matches.sort(key=lambda x: x.distance, reverse=False)
matches = sorted(matches, key=lambda x: x.distance)
# スコアのよい特徴量上位 N%を抽出
numGoodMatches = int(len(matches) * GOOD_MATCH_PERCENT)
matches = matches[:numGoodMatches]
# 特徴量マッチングの結果の描画
imMatches = cv2.drawMatches(im1, keypoints1, im2, keypoints2, matches, None)
cv2.imwrite("matches.png", imMatches)
# 特徴点と記述子の対応をとる
points1 = np.zeros((len(matches), 2), dtype=np.float32)
points2 = np.zeros((len(matches), 2), dtype=np.float32)
for i, match in enumerate(matches):
points1[i, :] = keypoints1[match.queryIdx].pt
points2[i, :] = keypoints2[match.trainIdx].pt
# 射影変換行列の算出と適用
h, mask = cv2.findHomography(points1, points2, cv2.RANSAC)
height, width, channels = im2.shape
im1Reg = cv2.warpPerspective(im1, h, (width, height))
return im1Reg
#実行用
if __name__ == '__main__':
# 画像補正のリファレンス
# refFilename = "origin.png"
refFilename = "lena.jpg"
imReference = cv2.imread(refFilename, cv2.IMREAD_COLOR)
# 射影補正ターゲットの画像
# imFilename = "target.png"
imFilename = "lena_copy.jpg"
im = cv2.imread(imFilename, cv2.IMREAD_COLOR)
# 射影変換の適用
imReg = alignImages(im, imReference)
# 補正した画像の保存
outFilename = "aligned.png"
cv2.imwrite(outFilename, imReg)
imdiff = cv2.absdiff(imReference,imReg)
cv2.imshow("diff",imdiff)
PySimpleGUI + opencv
import PySimpleGUI as sg
import cv2
import numpy as np
#opencv
img_org = cv2.imread("Bus.jpg")
img = cv2.imread("Bus.jpg")
h, w = img.shape[:2]
dx,dy,degree = 0.0, 0.0, 0.0
# セクション1 - オプションの設定と標準レイアウト
sg.theme('Dark Blue 3')
layout = [
[sg.Text('Python GUI')],
[sg.Text("ファイル"), sg.InputText(), sg.FileBrowse(key="file1")],
[sg.Text('角度', size=(15, 1)), sg.InputText(default_text='0.0',key="degree")],
[sg.Text('Xshift', size=(15, 1)), sg.InputText(default_text='0.0',key="Xshift")],
[sg.Text('Yshift', size=(15, 1)), sg.InputText(default_text='0.0',key="Yshift")],
[sg.Submit(button_text='実行ボタン')],
[sg.Submit(button_text='保存ボタン')]
]
# セクション 2 - ウィンドウの生成
window = sg.Window('処理パラメータ入力', layout)
# セクション 3 - イベントループ
while True:
event, values = window.read()
if event is None:
print('exit')
break
if event == '実行ボタン':
print(values)
show_message = "角度：" + values["degree"] + 'が入力されました。\n'
show_message += "X：" + values["Xshift"] + 'が入力されました。\n'
show_message += "Y：" + values["Yshift"] + "が入力されました。"
print(show_message)
degree = float(values["degree"])
dx =float(values["Xshift"])
dy =float(values["Yshift"])
#平行移動
afn_mat = np.float32([[1,0,dx],[0,1,dy]])
img_affine = cv2.warpAffine(img,afn_mat,(w,h))
#角度
rot_mat = cv2.getRotationMatrix2D((w/2,h/2),degree,1)
img_affine = cv2.warpAffine(img_affine,rot_mat,(w,h))
#アルファブレンド
alpha = 0.3
img_alpha = cv2.addWeighted(img_org, alpha, img_affine, 1 - alpha, 0)
cv2.imshow("rotation",img_alpha)
# ポップアップ
sg.popup(show_message)
if event == '保存ボタン':
wfile='last_img_D'+values["degree"]+'_X'+values["Xshift"]+'_Y'+values["Yshift"]+'.tif'
show_message=wfile+'を保存しました\n'
print(show_message)
cv2.imwrite(wfile,img)
'''
#平行移動
#dx =float(values[1])
#dy =float(values[2])
afn_mat = np.float32([[1,0,dx],[0,1,dy]])
img = cv2.warpAffine(img,afn_mat,(w,h))
#角度
#degree = float(values[0])
rot_mat = cv2.getRotationMatrix2D((w/2,h/2),degree,1)
img = cv2.warpAffine(img,rot_mat,(w,h))
cv2.imshow("rotation",img)
'''
# セクション 4 - ウィンドウの破棄と終了
window.close()
verilog 練習1
module clkgen ( input wire clk, input wire reset_l, output reg clk_out ); parameter clk_counter_value = 4'b0100; reg [3:0] clk_counter;
always @(posedge clk or negedge reset_l) begin
if(!reset_l) begin
clk_counter <= 4'b0000;
end else if(clk_counter == clk_counter_value)begin
clk_counter <= 4'b0000;
end else begin
clk_counter <= clk_counter + 1;
end
end
always @(posedge clk or negedge reset_l) begin
if(!reset_l) begin
clk_out <= 4'b0000;
end else if(clk_counter == clk_counter_value) begin
clk_out <= ~clk_out;
end
end
endmodule
module clkgen_sim ();
//
reg reset_l_sig;
reg clk_sig;
//
clkgen clkgen(clk_sig,reset_l_sig,clk_out_sig);
//
initial begin
reset_l_sig <= 0;
#200
reset_l_sig <= 1;
#10000
$stop;
end
//
always begin
clk_sig <= 0;
#50;
clk_sig <= 1;
#50;
end
endmodule
vlog clkgen.v vlog clkgen_sim.v
vsim work.clkgen_sim
log -r *
add wave -position end sim:/clkgen_sim/clkgen/clk add wave -position end sim:/clkgen_sim/clkgen/clk_counter add wave -position end sim:/clkgen_sim/clkgen/clk_counter_value add wave -position end sim:/clkgen_sim/clkgen/clk_out add wave -position end sim:/clkgen_sim/clkgen/reset_l
run -all
