Jump to content
Compvision.ru

OmgZomg

Пользователи
  • Content count

    29
  • Joined

  • Last visited

  • Days Won

    1

Everything posted by OmgZomg

  1. Разобрался >>> im.shape (204, 512, 512) >>> cropped= im[:,374:274, 406:309] >>> tifffile.imsave('1.tiff',cropped) >>> cropped= im[:,274:374, 309:406] >>> cropped.shape (204, 100, 97)
  2. Всем привет! Есть изображение, на нем отрисовываются фигуры. В данном примере прямоугольник. Как с помощью numpy вырезать выделенную область изображения? Координаты, по которым строится прямоугольник "all_x": [ 274, 374 ], "all_y": [ 309, 406
  3. Угол поворта камеры определяю след.образом angle = math.atan2(H[1, 0], H[0, 0]) где H - матрица гомографии. Вопрос - в чем он измеряется? И еще вопрос: Из матрицы гомографии можно получить сдвиг изображения?
  4. Что-то не получается у меня нормальные сдвиги получить. Может подскажете как получить сдвиги по X и Y?
  5. Почему может не работать? Как тогда правильно?
  6. Нужно измерить на сколько изображения перекрывают друг друга Имеется lat,lon для каждого изображения Вычисляю разницу в метрах для каждого изображения from math import sin, cos, sqrt, atan2, radians R = 6373.0 #для первых двух изображений lat1 = radians(123.114661) lon1 = radians(38.426805) lat2 = radians(123.114650) lon2 = radians(38.426831) dlon = lon2 - lon1 dlat = lat2 - lat1 a = sin(dlat / 2)**2 + cos(lat1) * cos(lat2) * sin(dlon / 2)**2 c = 2 * atan2(sqrt(a), sqrt(1 - a)) distance = R * c distance_in_meters=distance * 1000 >>> distance_in_meters 1.9983018138089903 Теперь мне надо найти реальные размеры изображения. Не пиксельные, а в метрах. Как это сделать? Изображения представляют собой аэрофотоснимки с дрона.
  7. Как теперь с этим всем хозяйством получить, насколько изображения перекрывают друг друга? У меня есть список дистанций между изображениями Часть списка для примера: {'filename1': 'dji_0666.jpg', 'filename2': 'dji_0667.jpg', 'distance': 1.4510858010828085} {'filename1': 'dji_0663.jpg', 'filename2': 'dji_0664.jpg', 'distance': 1.4625754772170405} {'filename1': 'dji_0652.jpg', 'filename2': 'dji_0653.jpg', 'distance': 1.7807144386327662} {'filename1': 'dji_0659.jpg', 'filename2': 'dji_0660.jpg', 'distance': 1.8890964513768231} {'filename1': 'dji_0644.jpg', 'filename2': 'dji_0645.jpg', 'distance': 1.9983018138089903} {'filename1': 'dji_0655.jpg', 'filename2': 'dji_0656.jpg', 'distance': 2.1954923719218247} {'filename1': 'dji_0647.jpg', 'filename2': 'dji_0648.jpg', 'distance': 2.3366167661177} И есть реальные размеры на каждом изображении. Понимаю, что нужно порог задать и всё такое. Но как воплотить в код, не пойму Вообще задача сводится к построению мозайки изображений
  8. Можно же через GSD,не? Image Width: 4000px Image Height: 3000px Sensor Width: 13.2mm Sensor Height: 4.55 mm Focal Length: 3.57 mm Высота полета 91.088004м Далее по формуле (https://www.propelleraero.com/blog/ground-sample-distance-gsd-calculate-drone-data/) расчитываем GSD и получаем cm/px. В моем случае для одного из изображений -3.94 cm/px Далее 4000*3.94 и 3000*3.94 В итоге ширина/высота = 157,6м/118,2м Ну не красотенюшка ли?)
  9. У меня в цикле строится гомография между парами снимков. Как это оформить в граф? Желательно в матрицу смежности for b in s.left_list[1:]: H = s.matcher_obj.match(a, b, 'left')
  10. Что Вы имеете ввиду? Где мне исправить?
  11. Вот так сделал def match(self, i1, i2, direction=None): imageSet1 = self.getSURFFeatures(i1) imageSet2 = self.getSURFFeatures(i2) print("Direction : ", direction) matches = self.flann.knnMatch( imageSet2['des'], imageSet1['des'], k=2 ) good = [] for i , (m, n) in enumerate(matches): if m.distance < 0.7*n.distance: good.append((m.trainIdx, m.queryIdx)) if len(good) > 4: pointsCurrent = imageSet2['kp'] pointsPrevious = imageSet1['kp'] matchedPointsCurrent = np.float32( [pointsCurrent[i].pt for (__, i) in good] ) matchedPointsPrev = np.float32( [pointsPrevious[i].pt for (i, __) in good] ) H, s = cv2.findHomography(matchedPointsCurrent, matchedPointsPrev, cv2.RANSAC, 4) return H,sum(s) / len(s) return None def getSURFFeatures(self, im): gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) kp, des = self.surf.detectAndCompute(gray, None) return {'kp':kp, 'des':des} N = len(img_list) adjacency_matrix = np.zeros((N, N)) for i in range(N): for j in range(i + 1, N): out = s.matcher_obj.match(lst[i], lst[j], 'left') if out is not None: H, s = out if s >= 0.5: adjacency_matrix[i, j] = 1 adjacency_matrix[j, i] = 1 print('AM',adjacency_matrix)
  12. Благодарю! Можно пример кода? Желательно на Python Особенно интересует этот момент "Если есть качество сопоставления, можно сделать взвешенный граф, вместо 0 и 1 задавать вес. ". Не могу пока никак сообразить как это закодить
  13. Доброго времени суток, товарищи! Имеются изображения. Не могу приложить к теме, позволяет только 80кб файл. Их нужно наложить одно на другое. Но они со "сдвигом". Как правильно их наложить, учитывая сдвиг? Чтоб всё совпало Накладываю изображения с помощью функции numpy.stack() Благодарю!
  14. Все изображения одинакового размера. Сделал так: на каждом изображении выбрал одну точку и посчитал смещение. Далее создал пустое изображение (numpy матрица с n каналов). И в эту пустую матрицу накидал изображений с учетом смещения. Все получилось. Вопрос: Я точку, чтобы посчитать смещение, на каждом изображении выбираю вручную. Можно ли как-то смещение найти автоматизированно?
  15. Именно этого и добиваюсь. Я работаю с многослойными изображениями (мульти, гипер спектр). Сейчас я одноканальные изображения "накладываю" друг на друга без учета сдвига. Это не очень хорошо. Вот как этот сдвиг устранить? И, кстати, не только 6 слойное. Я и 13 слойное делал.
  16. Всем доброго дня! Загружаю изображение в обученную модель from keras.models import load_model import numpy as np from keras.preprocessing import image model = load_model('my_model33-16.h5') img_path='/home/alexander/s_gray/3_39095_31718.png' img = image.load_img(img_path) img_tensor = image.img_to_array(img) img_tensor = np.expand_dims(img_tensor, axis=0) Выдает ошибку ValueError: Error when checking input: expected img to have shape (128, 128, 1) but got array with shape (128, 128, 3) Изображения уже переведены в grayscale import os from PIL import Image files = os.listdir('/home/alexander/s2/') for f in files: img=Image.open('/home/alexander/s2/'+f) gray = img.convert('L') im_resized = gray.resize((128, 128)) im_resized.save('/home/alexander/s_gray/'+f) Что не так?)
  17. Подскажите,как с помощью Python убрать швы на изображении? А то сильно видно,что изображение составлено из более мелких. Спасибо
  18. А есть где реализация этого фильтра на Python? Найти нигде не могу
  19. Добрый день! Есть набор изображений с разной степенью яркости. Два из них привожу для примера. Третий файл - это блендинг двух изображений, где разница яркости отчетливо видна. Как усреднить яркость,чтобы они были более менее одинаковы? Спасибо
  20. А как можно такое изображение сделать цветным? пробовал через cv.createCLAHE(). Но не получилось. Сорри, если задаю глупые вопросы,но пока в OpenCV у меня немного опыта)
  21. Добрый день! Как с помощью openCV можно определить угол поворота камеры Спасибо
  22. А если взять опорное изображение,где камера имеет нулевые углы, и сравнивать это изображение со всеми остальными функцией 'imreg.similarity'? Тогда будет давать угол между изображениями
  23. Посмотрел Ваш код на гитхабе. Я так понял,чт он основан на питоновской библиотеке imreg. Мне как раз на питоне и нужно.Функция 'imreg.similarity' как раз возвращет angle. Это именно тот угол,который я пытаюсь определить?
  24. Микроскоп едет по столу, где находится образец ткани и фотографирует его. Нужно определить угла поворота камеры относительно осей стола, и обрезать кадр под параллели стола. Из входных данных имеем фотографии под разными углами и координаты изображений. Прикладываю несколько изображений для примера Здесь все изображения https://1drv.ms/u/s!AspbIoSXqblwgoYEys3rWo9Fp9tLDg?e=Rs4VnP
  25. А если с помощью координат центрального пикселя и фокусного расстояния? Как в этой теме https://answers.opencv.org/question/210066/how-do-i-get-the-angle-of-an-object-in-front-of-my-camera/
×