pyxllib 0.3.197__py3-none-any.whl → 0.3.200__py3-none-any.whl

pyxllib/cv/trackbartools.py

@@ -1,251 +1,251 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2020/09/30 10:45
-
-"""
-这个文件默认不加载到cv里，需要使用的时候再导入
-
-from pyxlib.cv.debugtools import *
-"""
-
-import math
-import time
-
-import cv2
-import numpy as np
-
-from pyxllib.prog.specialist import TicToc
-from pyxllib.cv.expert import xlcv
-
-
-class TrackbarTool:
-    """ 滑动条控件组
-    """
-
-    def __init__(self, winname=None, *, imgproc=None, img=None, flags=1, verbose=0, delay=100):
-        """
-        Args:
-            winname: 窗口名可以不输入，可以从func获取，或者有默认窗口名
-            imgproc: 有时候明确要对指定的函数进行可视化分析
-            img: 图片可以不输入，可以内置一个图片
-            flags: 0 窗口可以调节大小，1 窗口按照图片大小固定
-            verbose: 0 静默模式，1 显示每次运行时间，2 显示每次运行时间及参数值
-            delay: 有时候改动滑动条，并不想立即生效，可以设置延时，这里单位是ms
-                即如果delay时间段内已经有执行过回调函数，会避免重复执行
-        """
-
-        if winname is None:
-            if imgproc:
-                winname = imgproc.__name__
-            else:
-                winname = 'TrackbarTool'
-
-        if img is None:
-            img = np.zeros([500, 100, 3], dtype='uint8')
-        else:
-            img = xlcv.read(img)
-
-        self.winname = winname
-        self.img = img
-        cv2.namedWindow(winname, flags)
-        cv2.imshow(winname, self.img)
-
-        self.imgproc = imgproc
-        self.trackbar_names = {}
-
-        self.verbose = verbose
-
-        self.delay = delay
-        self.last_run_time = 0
-
-    @classmethod
-    def from_album(cls, obj, **kwargs):
-        """ albumentations的类功能 """
-
-        def imgproc(img, **kws):
-            f = obj(**kws, p=1)  # p是概率，这里做可视化，是百分百执行
-            return f(image=img)['image']
-
-        return cls(**kwargs, imgproc=imgproc, winname=obj.__name__)
-
-    def imshow(self, img=None):
-        """ 刷新显示的图片 """
-        if img is None:
-            img = self.img
-        cv2.imshow(self.winname, img)
-
-    def create_trackbar(self, name, count, value=0, *, vmaps=None, on_change=None):
-        """ 创建一个滑动条
-
-        :param name: 滑动条名称
-        :param int count: 上限值
-        :param int value: 初始值
-        :param list[func(int)] vmaps: 滑动条只能设置整数值，但有些参数不一定是整数，可以写个自定义的映射函数
-        :param on_change: 自定义，额外扩展的回调函数
-        :return:
-        """
-        if on_change is None:
-            on_change = self._on_change
-        self.trackbar_names[name] = {'count': count, 'value': value, 'vmaps': vmaps}
-        cv2.createTrackbar(name, self.winname, value, count, on_change)
-
-    def default_run(self, **kwargs):
-        """ 默认执行器，这个在类继承后，基本都是要自定义成自己的功能的
-
-        kwargs里存储了当前所有滑动条的取值
-        如果有设置vmap，
-        """
-        pass
-
-    def _on_change(self, x):
-        """ 默认的回调函数，x是对应滑动条当前的取值
-
-        如果需要对每个特定滑动条做特殊定制操作，可以create_trackbar传入特殊on_change
-        这里的_on_change是所有滑动条统一回调版本，不区分是哪个滑动条改动了
-        """
-        # 1 记录运行时间
-        cur_time = time.time() * 1000
-        if cur_time - self.last_run_time < self.delay:
-            return
-        else:
-            self.last_run_time = cur_time
-
-        # 2 生成、解析滑动条的参数值
-        kwargs = {}
-        for k, v in self.trackbar_names.items():
-            x = cv2.getTrackbarPos(k, self.winname)
-            if v['vmaps']:
-                for kk, func in v['vmaps'].items():
-                    kwargs[kk] = func(x)
-            else:
-                kwargs[k] = x
-
-        # 3 执行绑定的功能
-        tt = TicToc()
-        if self.imgproc:
-            try:
-                dst = self.imgproc(self.img, **kwargs)
-                self.imshow(dst)
-            except Exception as e:
-                if 'missing required argument' in e.args[0]:
-                    pass
-                else:
-                    raise e
-        else:
-            self.default_run(**kwargs)
-
-        # 4 是否显示运行信息
-        if self.verbose == 1:
-            tt.toc()
-        elif self.verbose == 2:
-            tt.toc(kwargs)
-
-    def __getitem__(self, item):
-        """ 可以通过 Trackbars 来获取滑动条当前值
-
-        :param item: 滑动条名称
-            扩展：也支持获取vmaps后对应的名称及值
-        :return: 当前取值
-        """
-        if item in self.trackbar_names:
-            return cv2.getTrackbarPos(item, self.winname)
-        else:
-            for k, v in self.trackbar_names.items():
-                if v['vmaps'] and item in v['vmaps'].keys():
-                    x = cv2.getTrackbarPos(k, self.winname)
-                    return v['vmaps']['item'](x)
-
-
-class ErodeTool(TrackbarTool):
-    r""" 腐蚀 erode
-
-    HoughLinesPTool('handwriting/C100001448573-002.png')
-    """
-
-    def __init__(self, img, winname='ErodeTool', flags=1, *, verbose=2):
-        super().__init__(winname, img=img, flags=flags, verbose=verbose)
-        self.create_trackbar('size_x', 100, 15)
-        self.create_trackbar('size_y', 100, 15)
-
-    def default_run(self, **kwargs):
-        """ 默认执行器
-        """
-        size = kwargs['size_x'], kwargs['size_y']
-        element = cv2.getStructuringElement(cv2.MORPH_RECT, size)
-        dst = cv2.erode(self.img, element)
-        self.imshow(dst)
-
-
-class HoughLinesPTool(TrackbarTool):
-    r""" 霍夫线段检测
-
-    HoughLinesPTool('handwriting/C100001448573-002.png')
-    """
-
-    def __init__(self, img, winname='HoughLinesPTool', flags=1, *, verbose=2):
-        super().__init__(winname, img=img, flags=flags, verbose=verbose)
-
-        # 1 增加控件
-        # 以像素为单位的距离精度
-        self.create_trackbar('rho*10', 100, 10, vmaps={'rho': lambda x: x / 10})
-        # 以弧度为单位的角度精度
-        self.create_trackbar('theta*pi/360', 10, 2, vmaps={'theta': lambda x: x * math.pi / 360})
-        # 累加平面的阈值参数
-        self.create_trackbar('threshold', 200, 80)
-        # 最低线段长度
-        self.create_trackbar('minLineLength', 200, 50)  # 如果要显示全，这里名称最好只有10个字符，也可能是跟图片尺寸有关，有待进一步观察
-        # 允许将同一行点与点之间连接起来的最大的距离
-        self.create_trackbar('maxLineGap', 100, 10)
-
-        # 2 图片预处理，这里暂时用自适应二值化，后面可以把该部分也变成可调试项
-        if self.img.ndim == 3:
-            gray_img = cv2.cvtColor(self.img, cv2.COLOR_BGR2GRAY)
-        else:
-            gray_img = self.img
-        self.binary_img = cv2.adaptiveThreshold(gray_img, 255, 0, 1, 11, 3)
-
-    def default_run(self, **kwargs):
-        """ 默认执行器
-        """
-        lines = cv2.HoughLinesP(self.binary_img, kwargs['rho'], kwargs['theta'],
-                                kwargs['threshold'], kwargs['minLineLength'], kwargs['maxLineGap'])
-        if lines is None: lines = np.array([])
-        # 处理用二值化，显示用原图
-        self.imshow(xlcv.lines(self.img, lines))
-
-
-def test_adaptiveThreshold(img=None):
-    """ 滑动条工具使用方法的示例 """
-    # 1 图片可以传入路径，这里做一个随机图片
-    if img is None:
-        img = np.random.randint(0, 255, [500, 200], dtype='uint8')
-    else:
-        img = xlcv.read(img, 0)  # 确保是单通道灰度图
-
-    # 2 指定要分析的函数
-    t = TrackbarTool(imgproc=cv2.adaptiveThreshold, img=img, verbose=2, delay=100)
-    t.create_trackbar('maxValue', 255, 255)  # 添加滑动条：名称，最大值，默认值
-    # 创建滑动条过程中，可能会报错，因为参数还不全，指定的imgproc还无法运行，可以先不用管
-    t.create_trackbar('adaptiveMethod', 10, 0)
-    t.create_trackbar('thresholdType', 10, 1)
-    t.create_trackbar('blockSize', 100, 11)
-    t.create_trackbar('C', 20, 3)
-    # t.imshow(img2)  # 临时显式其他图片处理效果。如果需要持久修改，可以更改self.img的值
-    cv2.waitKey()
-
-
-def test_CoarseDropout(img=None):
-    """ 做albumentations库里类功能的示例写法 """
-    import albumentations as A
-
-    if img is None:
-        img = np.random.randint(0, 255, [500, 200], dtype='uint8')
-
-    t = TrackbarTool.from_album(A.CoarseDropout, img=img, verbose=2)
-    t.create_trackbar('max_holes', 50, 8)
-    t.create_trackbar('max_height', 50, 8)
-    t.create_trackbar('max_width', 50, 8)
-    t.create_trackbar('fill_value', 255, 0)
-    cv2.waitKey()
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2020/09/30 10:45
+
+"""
+这个文件默认不加载到cv里，需要使用的时候再导入
+
+from pyxlib.cv.debugtools import *
+"""
+
+import math
+import time
+
+import cv2
+import numpy as np
+
+from pyxllib.prog.specialist import TicToc
+from pyxllib.cv.expert import xlcv
+
+
+class TrackbarTool:
+    """ 滑动条控件组
+    """
+
+    def __init__(self, winname=None, *, imgproc=None, img=None, flags=1, verbose=0, delay=100):
+        """
+        Args:
+            winname: 窗口名可以不输入，可以从func获取，或者有默认窗口名
+            imgproc: 有时候明确要对指定的函数进行可视化分析
+            img: 图片可以不输入，可以内置一个图片
+            flags: 0 窗口可以调节大小，1 窗口按照图片大小固定
+            verbose: 0 静默模式，1 显示每次运行时间，2 显示每次运行时间及参数值
+            delay: 有时候改动滑动条，并不想立即生效，可以设置延时，这里单位是ms
+                即如果delay时间段内已经有执行过回调函数，会避免重复执行
+        """
+
+        if winname is None:
+            if imgproc:
+                winname = imgproc.__name__
+            else:
+                winname = 'TrackbarTool'
+
+        if img is None:
+            img = np.zeros([500, 100, 3], dtype='uint8')
+        else:
+            img = xlcv.read(img)
+
+        self.winname = winname
+        self.img = img
+        cv2.namedWindow(winname, flags)
+        cv2.imshow(winname, self.img)
+
+        self.imgproc = imgproc
+        self.trackbar_names = {}
+
+        self.verbose = verbose
+
+        self.delay = delay
+        self.last_run_time = 0
+
+    @classmethod
+    def from_album(cls, obj, **kwargs):
+        """ albumentations的类功能 """
+
+        def imgproc(img, **kws):
+            f = obj(**kws, p=1)  # p是概率，这里做可视化，是百分百执行
+            return f(image=img)['image']
+
+        return cls(**kwargs, imgproc=imgproc, winname=obj.__name__)
+
+    def imshow(self, img=None):
+        """ 刷新显示的图片 """
+        if img is None:
+            img = self.img
+        cv2.imshow(self.winname, img)
+
+    def create_trackbar(self, name, count, value=0, *, vmaps=None, on_change=None):
+        """ 创建一个滑动条
+
+        :param name: 滑动条名称
+        :param int count: 上限值
+        :param int value: 初始值
+        :param list[func(int)] vmaps: 滑动条只能设置整数值，但有些参数不一定是整数，可以写个自定义的映射函数
+        :param on_change: 自定义，额外扩展的回调函数
+        :return:
+        """
+        if on_change is None:
+            on_change = self._on_change
+        self.trackbar_names[name] = {'count': count, 'value': value, 'vmaps': vmaps}
+        cv2.createTrackbar(name, self.winname, value, count, on_change)
+
+    def default_run(self, **kwargs):
+        """ 默认执行器，这个在类继承后，基本都是要自定义成自己的功能的
+
+        kwargs里存储了当前所有滑动条的取值
+        如果有设置vmap，
+        """
+        pass
+
+    def _on_change(self, x):
+        """ 默认的回调函数，x是对应滑动条当前的取值
+
+        如果需要对每个特定滑动条做特殊定制操作，可以create_trackbar传入特殊on_change
+        这里的_on_change是所有滑动条统一回调版本，不区分是哪个滑动条改动了
+        """
+        # 1 记录运行时间
+        cur_time = time.time() * 1000
+        if cur_time - self.last_run_time < self.delay:
+            return
+        else:
+            self.last_run_time = cur_time
+
+        # 2 生成、解析滑动条的参数值
+        kwargs = {}
+        for k, v in self.trackbar_names.items():
+            x = cv2.getTrackbarPos(k, self.winname)
+            if v['vmaps']:
+                for kk, func in v['vmaps'].items():
+                    kwargs[kk] = func(x)
+            else:
+                kwargs[k] = x
+
+        # 3 执行绑定的功能
+        tt = TicToc()
+        if self.imgproc:
+            try:
+                dst = self.imgproc(self.img, **kwargs)
+                self.imshow(dst)
+            except Exception as e:
+                if 'missing required argument' in e.args[0]:
+                    pass
+                else:
+                    raise e
+        else:
+            self.default_run(**kwargs)
+
+        # 4 是否显示运行信息
+        if self.verbose == 1:
+            tt.toc()
+        elif self.verbose == 2:
+            tt.toc(kwargs)
+
+    def __getitem__(self, item):
+        """ 可以通过 Trackbars 来获取滑动条当前值
+
+        :param item: 滑动条名称
+            扩展：也支持获取vmaps后对应的名称及值
+        :return: 当前取值
+        """
+        if item in self.trackbar_names:
+            return cv2.getTrackbarPos(item, self.winname)
+        else:
+            for k, v in self.trackbar_names.items():
+                if v['vmaps'] and item in v['vmaps'].keys():
+                    x = cv2.getTrackbarPos(k, self.winname)
+                    return v['vmaps']['item'](x)
+
+
+class ErodeTool(TrackbarTool):
+    r""" 腐蚀 erode
+
+    HoughLinesPTool('handwriting/C100001448573-002.png')
+    """
+
+    def __init__(self, img, winname='ErodeTool', flags=1, *, verbose=2):
+        super().__init__(winname, img=img, flags=flags, verbose=verbose)
+        self.create_trackbar('size_x', 100, 15)
+        self.create_trackbar('size_y', 100, 15)
+
+    def default_run(self, **kwargs):
+        """ 默认执行器
+        """
+        size = kwargs['size_x'], kwargs['size_y']
+        element = cv2.getStructuringElement(cv2.MORPH_RECT, size)
+        dst = cv2.erode(self.img, element)
+        self.imshow(dst)
+
+
+class HoughLinesPTool(TrackbarTool):
+    r""" 霍夫线段检测
+
+    HoughLinesPTool('handwriting/C100001448573-002.png')
+    """
+
+    def __init__(self, img, winname='HoughLinesPTool', flags=1, *, verbose=2):
+        super().__init__(winname, img=img, flags=flags, verbose=verbose)
+
+        # 1 增加控件
+        # 以像素为单位的距离精度
+        self.create_trackbar('rho*10', 100, 10, vmaps={'rho': lambda x: x / 10})
+        # 以弧度为单位的角度精度
+        self.create_trackbar('theta*pi/360', 10, 2, vmaps={'theta': lambda x: x * math.pi / 360})
+        # 累加平面的阈值参数
+        self.create_trackbar('threshold', 200, 80)
+        # 最低线段长度
+        self.create_trackbar('minLineLength', 200, 50)  # 如果要显示全，这里名称最好只有10个字符，也可能是跟图片尺寸有关，有待进一步观察
+        # 允许将同一行点与点之间连接起来的最大的距离
+        self.create_trackbar('maxLineGap', 100, 10)
+
+        # 2 图片预处理，这里暂时用自适应二值化，后面可以把该部分也变成可调试项
+        if self.img.ndim == 3:
+            gray_img = cv2.cvtColor(self.img, cv2.COLOR_BGR2GRAY)
+        else:
+            gray_img = self.img
+        self.binary_img = cv2.adaptiveThreshold(gray_img, 255, 0, 1, 11, 3)
+
+    def default_run(self, **kwargs):
+        """ 默认执行器
+        """
+        lines = cv2.HoughLinesP(self.binary_img, kwargs['rho'], kwargs['theta'],
+                                kwargs['threshold'], kwargs['minLineLength'], kwargs['maxLineGap'])
+        if lines is None: lines = np.array([])
+        # 处理用二值化，显示用原图
+        self.imshow(xlcv.lines(self.img, lines))
+
+
+def test_adaptiveThreshold(img=None):
+    """ 滑动条工具使用方法的示例 """
+    # 1 图片可以传入路径，这里做一个随机图片
+    if img is None:
+        img = np.random.randint(0, 255, [500, 200], dtype='uint8')
+    else:
+        img = xlcv.read(img, 0)  # 确保是单通道灰度图
+
+    # 2 指定要分析的函数
+    t = TrackbarTool(imgproc=cv2.adaptiveThreshold, img=img, verbose=2, delay=100)
+    t.create_trackbar('maxValue', 255, 255)  # 添加滑动条：名称，最大值，默认值
+    # 创建滑动条过程中，可能会报错，因为参数还不全，指定的imgproc还无法运行，可以先不用管
+    t.create_trackbar('adaptiveMethod', 10, 0)
+    t.create_trackbar('thresholdType', 10, 1)
+    t.create_trackbar('blockSize', 100, 11)
+    t.create_trackbar('C', 20, 3)
+    # t.imshow(img2)  # 临时显式其他图片处理效果。如果需要持久修改，可以更改self.img的值
+    cv2.waitKey()
+
+
+def test_CoarseDropout(img=None):
+    """ 做albumentations库里类功能的示例写法 """
+    import albumentations as A
+
+    if img is None:
+        img = np.random.randint(0, 255, [500, 200], dtype='uint8')
+
+    t = TrackbarTool.from_album(A.CoarseDropout, img=img, verbose=2)
+    t.create_trackbar('max_holes', 50, 8)
+    t.create_trackbar('max_height', 50, 8)
+    t.create_trackbar('max_width', 50, 8)
+    t.create_trackbar('fill_value', 255, 0)
+    cv2.waitKey()