[PYTHON] Suchen Sie den Bereich des Summensatzes überlappender Rechtecke

Overview

So gibt es Zeiten, in denen Sie den Bereich des Summensatzteils zufällig überlappender Rechtecke suchen möchten.

Sie sehen, diese Art von Dingen ist heutzutage beliebt. (Bild von hier ausgeliehen: https://note.nkmk.me/python-opencv-face-detection-haar-cascade/)

Ich kann dies erreichen, indem ich eine Hilfslinie zeichne und sie manuell berechne, aber es ist ziemlich schwierig, sie richtig zu berechnen https://mathcommunication.hatenablog.com/entry/2016/10/11/003213#%E5%B9%B3%E9%9D%A2%E5%9B%B3%E5%BD%A2%E3%81%AB%E5%AF%BE%E3%81%99%E3%82%8B%E5%8F%AF%E6%B8%AC%E6%80%A7%E3%81%A8%E9%9D%A2%E7%A9%8D

NP schwierig? Für gewöhnliche Menschen ist das unmöglich

Politik

Zeichnen Sie direkt und zählen Sie die Pixel.

Es wird nicht so schön sein, wie wenn es mit einer Formel berechnet wird, und es wird einen Fehler in der Auflösung geben. Ich denke, es gibt nicht viele Fälle, in denen dies zu einem Problem wird.

Speziell,

Binarisieren

Zähle schwarze (Füllfarbe) Pixel

In opencv gibt es eine sehr gute Funktion namens "countNonZero". Verwenden Sie diese. https://docs.opencv.org/2.4/modules/core/doc/operations_on_arrays.html#countnonzero

Code

Lass uns gehen.

`requirements.txt`


cycler==0.10.0
kiwisolver==1.2.0
matplotlib==3.2.1
numpy==1.18.4
opencv-python==4.2.0.34
Pillow==7.1.2
pyparsing==2.4.7
python-dateutil==2.8.1
six==1.14.0

Da es zufällig ist, ändern sich Position und Größe des Rechtecks bei jeder Ausführung.

`a.py`


from PIL import Image, ImageDraw
import numpy as np
import cv2

import random
import matplotlib


rects = [
    (random.randrange(200),
        random.randrange(200),
        random.randrange(50, 120),
        random.randrange(50, 120)
    ) for x in range(20)
]

colors = random.sample(matplotlib.colors.cnames.keys(), len(rects))

#Zum Strichzeichnen
im1 = Image.new('RGB', (200, 200), (255, 255, 255))
d1 = ImageDraw.Draw(im1)
#Zur Bestätigung der binären Konvertierung
im2 = Image.new('RGB', (200, 200), (255, 255, 255))
d2 = ImageDraw.Draw(im2)

#Rechteckige Zeichnung
for r, c in zip(rects, colors):
    print(c, r)
    d1.rectangle(r, outline=c)
    d2.rectangle(r, fill=(0, 0, 0))

im1.save("a1.png ")
im2.save("a2.png ")

#Binäre Konvertierung
nim = np.array(im2, dtype=np.uint8)
gim = cv2.cvtColor(nim, cv2.COLOR_RGB2GRAY)
ret, bwim = cv2.threshold(gim, 0, 255, cv2.THRESH_OTSU)

#Bild nach binärer Konvertierung
cv2.imwrite("b1.png ", bwim)

whitePixels = cv2.countNonZero(bwim)
blackPixels = bwim.size - whitePixels

print("-"*50)
print(whitePixels, blackPixels, bwim.size)
print("filled area rate:", blackPixels / bwim.size)

Lauf

`bash`


$ python a.py
gainsboro (188, 158, 61, 63)
palegreen (174, 182, 118, 53)
chartreuse (75, 34, 82, 81)
olive (170, 10, 93, 111)
mistyrose (183, 65, 78, 52)
indianred (25, 55, 51, 109)
mediumaquamarine (102, 155, 59, 89)
navy (169, 127, 85, 96)
darkviolet (103, 152, 76, 51)
yellowgreen (84, 6, 73, 118)
deeppink (42, 61, 95, 90)
bisque (47, 101, 107, 105)
dimgrey (95, 179, 91, 70)
maroon (146, 182, 88, 62)
whitesmoke (189, 118, 83, 112)
lavender (71, 149, 104, 117)
burlywood (36, 82, 105, 82)
darkslategrey (122, 128, 103, 52)
mediumslateblue (163, 121, 84, 92)
silver (144, 126, 61, 58)
--------------------------------------------------
18580 21420 40000
fill area rate: 0.5355

Ende.

Referenz

https://note.nkmk.me/python-pillow-imagedraw/ https://techtech-sorae.com/pythonopencv%E3%81%A7%E4%BA%8C%E5%80%A4%E7%94%BB%E5%83%8F%E3%81%8B%E3%82%89%E7%99%BD%E3%81%A8%E9%BB%92%E3%81%AE%E9%9D%A2%E7%A9%8D%E6%AF%94%E3%82%92%E7%AE%97%E5%87%BA/