0

このサンプルのような曲線を描き、それを曲線に近似する関数に変換できるようにしたいと考えています。一部の疑似 Python コードは次のようになります。

>> drawing = file.open('sample_curve.jpg')
>> approx_function = function_from_drawing(drawing, x_scale=10, y_scale=5, y_offset=3)
>> print approx_function(2.2) 
5.3

行が通過している各列でピクセルを選択し（複数ある場合は最も低いものを使用することにします）、ベジエ曲線でそれを滑らかにすることができると思います。私が疑問に思っているのは、このようなものがすでに存在するのは何なのか（もちろん存在します...）、これをPythonと統合するにはどうすればよいかということです。また、うまくいくものが見つからない場合、Pythonでこれを実装するにはどうすればよいですか? 代わりにベクトル描画を使用する方が簡単でしょうか?

4

1 に答える 1

1

これは私の予備的なハックソリューションです:

from PIL import Image
import numpy as np

class Pic_Function():
    def __init__(self, picture_path):
        self.picture = Image.open(picture_path)
        self.pixels = self.picture.load()
        self.columns = []
        # is there really no image method to get a numpy array of pixels?
        for i in range(self.picture.size[0]):
            self.columns.append([self.pixels[i,j] for j in range(self.picture.size[1])])
        self.first_black = []
        for i in self.columns:
            try:
                self.first_black.append(self.picture.size[0] - i.index((0,0,0)))
            except ValueError:
                self.first_black.append(None)
        self.max, self.min = max(self.first_black), min([j for j in self.first_black if j != None])

    def at(self, x):
        upper_idx = int(math.ceil(x))
        lower_idx = upper_idx - 1
        try:
            upper = self.first_black[upper_idx]
            lower = self.first_black[lower_idx]
        except IndexError:
            return 0
        if None in [upper, lower]:
            return 0

        up_weight, low_weight = abs(upper-x), abs(lower-x)
        return (up_weight*upper + low_weight*lower)/(up_weight + low_weight)

    def norm_at(self, x, length):
        un_normed = self.at(x*self.picture.size[0]/length)
        return (un_normed - self.min)/self.max
于 2012-05-30T22:57:39.727 に答える