SciPy 2B Poligon Maskesi Oluşturun

Question

Standart Python paketlerini kullanarak bir çokgenin ikili maskesini temsil eden sayısal bir 2D dizi oluşturmam gerekiyor.

• girişi: çokgen özet olarak, resim boyutları
• çıkışı: çokgenin ikili maske (numpy 2D dizi)

(büyük içerik: I mesafe scipy kullanarak bu çokgen dönüşümü elde etmek istiyorum. ndimage.morphology.distance_transform_edt.)

Bunu nasıl yapacağımı bana kimse gösterebilir mi?

Answer 1

cevap oldukça basit olduğu ortaya çıkıyor:

import numpy 
from PIL import Image, ImageDraw 

# polygon = [(x1,y1),(x2,y2),...] or [x1,y1,x2,y2,...] 
# width = ? 
# height = ? 

img = Image.new('L', (width, height), 0) 
ImageDraw.Draw(img).polygon(polygon, outline=1, fill=1) 
mask = numpy.array(img) 

Answer 2

Python'un Image Library, PIL. Önce tuvali başlatırsın. Sonra bir çizim nesnesi oluşturursun ve çizgiler yapmaya başlarsın. Bu, poligonun R^2'de bulunduğunu ve girişin köşe listesinin doğru sırada olduğunu varsayar.

Girdi = [(x1, y1), (x2, y2), ..., (xn yn)], (genişlik, yükseklik)

from PIL import Image, ImageDraw 

img = Image.new('L', (width, height), 0) # The Zero is to Specify Background Color 
draw = ImageDraw.Draw(img) 

for vertex in range(len(vertexlist)): 
    startpoint = vertexlist[vertex] 
    try: endpoint = vertexlist[vertex+1] 
    except IndexError: endpoint = vertexlist[0] 
    # The exception means We have reached the end and need to complete the polygon 
    draw.line((startpoint[0], startpoint[1], endpoint[0], endpoint[1]), fill=1) 

# If you want the result as a single list 
# You can make a two dimensional list or dictionary by iterating over the height and width variable 
list(img.getdata()) 

# If you want the result as an actual Image 
img.save('polgon.jpg', 'JPEG') 

sen aradığını bu, mi ya da farklı bir şey mi soruyordun?

Answer 3

@ Anil'ın yanıtına biraz daha doğrudan bir alternatif olarak, matplotlib hızlı bir şekilde rasgele bir çokgeni rasterleştirmek için kullanılabilen matplotlib.nxutils.points_inside_poly'a sahiptir. Örneğin. verir

import numpy as np 
from matplotlib.nxutils import points_inside_poly 

nx, ny = 10, 10 
poly_verts = [(1,1), (5,1), (5,9),(3,2),(1,1)] 

# Create vertex coordinates for each grid cell... 
# (<0,0> is at the top left of the grid in this system) 
x, y = np.meshgrid(np.arange(nx), np.arange(ny)) 
x, y = x.flatten(), y.flatten() 

points = np.vstack((x,y)).T 

grid = points_inside_poly(points, poly_verts) 
grid = grid.reshape((ny,nx)) 

print grid 

(bir boolean numpy dizisi):

[[False False False False False False False False False False] 
[False True True True True False False False False False] 
[False False False True True False False False False False] 
[False False False False True False False False False False] 
[False False False False True False False False False False] 
[False False False False True False False False False False] 
[False False False False False False False False False False] 
[False False False False False False False False False False] 
[False False False False False False False False False False] 
[False False False False False False False False False False]] 

Oldukça güzel scipy.ndimage.morphology özelliklerden herhangi bir grid geçmesi gerekir.

Answer 4

Joe'nun yorumun ilgili bir güncelleme. Matplotlib API, yorum gönderildikten sonra değişti ve şimdi bir alt modülden matplotlib.path tarafından sağlanan bir yöntemi kullanmanız gerekiyor.

Çalışma kodu aşağıdadır.

import numpy as np 
from matplotlib.path import Path 

nx, ny = 10, 10 
poly_verts = [(1,1), (5,1), (5,9),(3,2),(1,1)] 

# Create vertex coordinates for each grid cell... 
# (<0,0> is at the top left of the grid in this system) 
x, y = np.meshgrid(np.arange(nx), np.arange(ny)) 
x, y = x.flatten(), y.flatten() 

points = np.vstack((x,y)).T 

path = Path(poly_verts) 
grid = path.contains_points(points) 
grid = grid.reshape((ny,nx)) 

print grid