-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathline_detector.py
193 lines (158 loc) · 7.38 KB
/
line_detector.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
import math
import cv2
import copy
import imutils
import numpy as np
def dist(P, A, B):
area = abs((A[0] - P[0]) * (B[1] - P[1]) - (A[1] - P[1]) * (B[0] - P[0]))
AB = ((A[0] - B[0]) ** 2 + (A[1] - B[1]) ** 2) ** 0.5
return (area / AB)
def detector(A, B, image, image_gray):
print("---------- 픽셀 돌아가며 탐색 중 ----------")
for i in range(len(A)):
image = cv2.circle(image, (int(A[i][0]), int(A[i][1])), 4, (255, 255, 255),1)
for i in range(len(B)):
image = cv2.circle(image, (int(B[i][0]), int(B[i][1])), 4, (255, 255, 255), 1)
# blur = cv2.GaussianBlur(image_gray, ksize=(5, 5), sigmaX=0)
# ret, thresh = cv2.threshold(blur, 127, 255, cv2.THRESH_BINARY)
#
# edged = cv2.Canny(blur, 14, 50)
#
# kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7)) # cv2.getStructuringElement(shape, ksize, [,anchor])
#
# closed = cv2.morphologyEx(edged, cv2.MORPH_CLOSE, kernel)
#
# closed = cv2.Canny(image_gray, 80, 150)
# image = cv2.imread('line.jpg')
# image_gray = cv2.imread('line.jpg', cv2.IMREAD_GRAYSCALE)
blur = cv2.GaussianBlur(image_gray, (3, 3), sigmaX=4.5)
k = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
erosion = cv2.erode(blur, k)
erosion2 = cv2.erode(erosion, k)
erosion3 = cv2.erode(erosion2, k)
closed = cv2.Canny(erosion3, 200, 200)
# # contours를 찾아 크기순으로 정렬
# cnts = cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# cnts = imutils.grab_contours(cnts)
# cnts = sorted(cnts, key=cv2.contourArea, reverse=True)
#
# findCnt = None
#
# # 정렬된 contours를 반복문으로 수행하며 4개의 꼭지점을 갖는 도형을 검출
# for c in cnts:
# # print(c)
# peri = cv2.arcLength(c, True)
# # print(peri)
# approx = cv2.approxPolyDP(c, 0.01 * peri, True)
#
# # contours가 크기순으로 정렬되어 있기때문에 제일 첫번째 사각형을 영역으로 판단하고 break
# if len(approx) == 4:
# findCnt = approx
# break
#
# # 만약 추출한 윤곽이 없을 경우 오류
# if findCnt is None:
# raise Exception(("Could not find outline."))
#
# output = image.copy()
# # print(output.shape)
# cv2.drawContours(output, [findCnt], -1, (0, 255, 0), 2)
# # print(image.shape[0])
# tmp = np.zeros([image.shape[0], image.shape[1], 3], dtype=np.uint8)
# tmp.fill(0)
# cv2.drawContours(tmp, [findCnt], -1, (255, 255, 255), 2)
# cv2.imshow('aaa', closed)
# cv2.waitKey()
num_of_line = len(A)*len(B)
#cnt_under_one = [0 for i in range(num_of_line)]
index = 0
cnt = 0
pre_cnt = 0
########## 이 두 for문은 25가지 대각선 고르기 위한 for문
for q in range(len(A)):
for w in range(len(B)):
#####탐색 영역 박스 그리기 파란색
img = copy.deepcopy(image)
# img = cv2.resize(image_gray, (1280, 720))
# img = cv2.rectangle(img, (A[q][0], A[q][1]), (B[w][0], B[w][1]), (255, 0, 0), 2)
#cnt_under_one[q *len(A) + w]=0
index = 0
cnt = 0
pre_cnt = 0
######### 이거는 한 대각선에 대해서 255점과 거리 계산하기 위한 for문
if A[q][1] <= B[w][1]:
# print("A")
for i in range(A[q][1] , B[w][1]+1):
# print("B")
if A[q][0] <= B[w][0]:
# print("C")
for j in range(A[q][0], B[w][0]+1):
if closed[i][j] == 255: ##i:y, j:x
# print([i],[j])
d = dist((j, i), A[q], B[w])
if d < 3:
img = cv2.circle(img, (j, i), 4, (0, 255, 255), 1)
#cnt_under_one[q * len(A) + w] += 1 # 각 대각선(25개)에 대한 흰점<1 의 카운트값 저장
if pre_cnt < cnt:
pre_cnt = cnt
index = q * len(A) + w
print(index)
else :
for j in range(B[w][0], A[q][0] + 1):
if closed[i][j] == 255: ##i:y, j:x
d = dist((j,i), A[q], B[w])
if d < 3:
img = cv2.circle(img, (j,i), 4 , (0,255,255),1)
#cnt_under_one[q*len(A) + w] += 1 #각 대각선(25개)에 대한 흰점<1 의 카운트값 저장
if pre_cnt < cnt:
pre_cnt = cnt
index = q * len(A) + w
print(index)
else:
for i in range(B[w][1] ,A[q][1] +1):
if A[q][0] <= B[w][0]:
for j in range(A[q][0], B[w][0]+1):
if closed[i][j] == 255: ##i:y, j:x
d = dist((j, i), A[q], B[w])
if d < 3:
img = cv2.circle(img, (j, i), 4, (0, 255, 255), 1)
# cnt_under_one[q * len(A) + w] += 1 # 각 대각선(25개)에 대한 흰점<1 의 카운트값 저장
if pre_cnt < cnt:
pre_cnt = cnt
index = q * len(A) + w
print(index)
else :
for j in range(B[w][0], A[q][0] + 1):
if closed[i][j] == 255: ##i:y, j:x
d = dist((j,i), A[q], B[w])
if d < 3:
img = cv2.circle(img, (j,i), 4 , (0,255,255),1)
# cnt_under_one[q*len(A) + w] += 1 #각 대각선(25개)에 대한 흰점<1 의 카운트값 저장
if pre_cnt < cnt:
pre_cnt = cnt
index = q * len(A) + w
print(index)
##### 한 대각선 당 검출된 흰색 픽셀들을 노란색으로 표시 : 시각화
# cv2.imshow('img', img)
# cv2.waitKey(0)
# print("cnt_under_one : ",cnt_under_one[q*len(A) + w])
# cnt_max = max(cnt_under_one) #이거는 아까 리스트 최댓값
# index = cnt_under_one.index(cnt_max) # 이거는 위 리스트 인덱스
# print(index)
#이거는 for 문이랑 같은 원리라서 나중에 하는겅고
qq = int(math.trunc(float(index/len(A))))
ww = int(index%len(B))
#### 찾은 라인 그리기
cv2.line(image, (A[qq][0], A[qq][1]), (B[ww][0], B[ww][1]), (255, 0, 0), 3)
# cv2.line(closed, (A[qq][0], A[qq][1]), (B[ww][0], B[ww][1]), (255,0,0), 3)
##이건 원래 라이 (form YOLO) = red
# cv2.line(image, (A[int(len(A)/2)][0], A[int(len(A)/2)][1]), (B[int(len(B)/2)][0], B[int(len(B)/2)][1]), (0,0,255),3)
print("탐색 완료, 라인 검출")
# cv2.imshow('closed_resuld', closed)
# cv2.imshow('image', image)
# cv2.waitKey()
# while(1):
# k = cv2.waitKey()
# if k==27: # Esc key to stop
# break
return [A[qq][0], A[qq][1]], [B[ww][0], B[ww][1]]