[Python] (Line) Extraire les valeurs des images graphiques

introduction

Y a-t-il une image graphique mais pas de données ...? Si vous avez une image, extrayons-la.

pandas 0.7.3 documentation -Plotting with matplotlib 　　　　　　　　　　　　\downarrow array([-0.4028436 , -0.09518499, 0.21247362, ..., 39.12322275, 39.12322275, 39.12322275]) 　　　　　　　　　　　　＋

↑ ~~ Si cela vous convient, vous ne pouvez pas vous attendre à une grande précision. .. .. ~~

Flux de processus

Obtenez le graphique souhaité en sélectionnant la gamme de couleurs 　　↓ Moyenne dans le sens vertical 　　↓ Interpoler pour le nombre d'échantillons souhaité 　　↓ Réglage de l'échelle 　　↓ production

la mise en oeuvre

** Vous pouvez l'exécuter dans Colab ici **

import numpy as np
import matplotlib.pyplot as plt
from ipywidgets import interact
import requests
from PIL import Image
import io

Obtenez des données d'image, ignorez l'alpha pour le moment

path = "Chemin de l'image"
im = plt.imread(path)
if im.shape[2] == 4:im = im[:,:,:-1]
if im.max() > 1:im /= 255
h, w, _ = im.shape
plt.imshow(im[::-1])

Découpez uniquement la plage du graphique pour un ajustement ultérieur de l'échelle

@interact(x_min=(0, w), x_max=(0, w), y_min=(0,h), y_max=(0,h))
def Plot(x_min=0, x_max=w, y_min=0, y_max=h):
    global imag
    plt.figure(figsize=(7, 7))
    imag = im[min(y_min,y_max-1):max(y_min+1, y_max), min(x_min,x_max-1):max(x_min+1, x_max)]
    plt.imshow(imag[::-1])

Sélectionnez le graphique que vous souhaitez extraire en sélectionnant la gamme de couleurs et ajustez le seuil pour empêcher l'entrée de parties inutiles.

@interact(x=(0, imag.shape[1]), y=(0,imag.shape[0]), thresh=(1,10))
def Plot(x, y, thresh):
    global p
    p = ((imag - imag[y, x]) ** 2).sum(axis=2) < (1 / (1<<thresh))
    print(p.sum())
    plt.imshow(p[::-1])
    plt.plot([x, x], [0, imag.shape[0]], color="r")
    plt.plot([0, imag.shape[1]], [imag.shape[0]-y, imag.shape[0]-y], color="r")

Prendre la moyenne dans le sens vertical

p = np.pad(p, 1, "constant")
sx = np.arange(len(p[0]))[p.argmax(axis=0)!=0]
sy = []

for i in p.T:
    j = np.where(i!=0)[0]
    if j.tolist():
        sy.append(j.mean())

Sélection du nombre d'échantillons, élimination du bruit par moyenne mobile (convolution)

@interact(sample=(5, 1250), conv_size=(1, 21, 2))
def fit(sample, conv_size):
    global y
    x = np.linspace(sx.min(), sx.max(), sample)
    y = np.convolve(np.pad(np.interp(x, sx, sy), (conv_size-1)//2, "edge"), np.ones(conv_size) / conv_size, "valid")
    plt.plot(x, y)
    plt.xlim(0,len(p[0]))
    plt.ylim(0, len(p))

Entrez la plage du graphique qui a été coupée en premier

yl = list(map(int,input("Y-range of trimmed graph?         ").split(",")))

Réglage de l'échelle, sortie

y_out = y * (yl[1] - yl[0]) / p.shape[0] + yl[0]
y_out

Sortie graphique

plt.plot(y_out)
plt.ylim(*yl)

↑ est un programme pour Jupyter, il ne peut donc être exécuté que si les cellules sont séparées par des parties séparées.

enfin

Il sera plus facile à utiliser si vous rendez le découpage et la sélection de la gamme de couleurs plus interactifs en utilisant HTML.