Сопоставление точек рассеяния и пикселей изображения - PullRequest
Новая
       20

Сопоставление точек рассеяния и пикселей изображения

0 голосов
/ 13 июня 2019

Я начал с набора точек лазерного сканирования, которые я построил как график рассеяния, используя matplotlib.Затем я использовал plt.savefig, чтобы открыть график как изображение и использовать openCV, чтобы найти контуры вокруг точек.Теперь я хочу найти центры контуров и построить их в виде точек на исходном графике рассеяния.Проблема в том, что я не знаю, как создать отображение между точками исходного точечного графика и пикселями изображения.Есть ли способ сделать это?Или другой способ пометить центр контуров в matplotlib?

Примечание: причина, по которой мне нужно рисовать контуры, заключается в том, что позже мне нужно использовать функцию matchShapes openCV для сравнения контуров.

Здесьизображения с каждого шага:

график рассеяния

scatter plot,

контуры с центрами, отмеченными красным

contours with centers marked in red

Теперь я хочу добавить красную маркировку на изображении на график рассеяния.

Вот мой код: 

    plt.scatter(X[:,0], X[:,1], s=2)
    plt.axis('equal')
    plt.axis('off')
    plt.savefig(name)
    plt.clf()
    img = cv2.imread(name)
    imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, thresh = cv2.threshold(imgGray, 127, 255, 0)

    im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    height = img.shape[0]
    width = img.shape[1]
    blank_image = np.zeros((height,width,3), np.uint8)

    cv2.drawContours(blank_image, contours, -1, (255,0,0))

    for contour in contours:
        M = cv2.moments(contour)
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        cv2.circle(blank_image, (cX, cY), 2, (0, 0, 255), -1)
    cv2.imwrite(name, blank_image)

ОБНОВЛЕНИЕ: Основываясь на предложениях, я посмотрел на функцию преобразования matplot и попробовал следующее: 

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x_coords, y_coords, 'bo', markersize=2)
ax.axis('equal')
ax.axis('off')
height1 = fig.get_figheight()*fig.dpi
width1 = fig.get_figwidth()*fig.dpi
inv = ax.transData.inverted()

plt.savefig('img.png')

img = cv2.imread('img.png')
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgGray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

height = img.shape[0]
width = img.shape[1]
blank_image = np.zeros((height,width,3), np.uint8)

centers_x = []
centers_y = []

for contour in contours:
    M = cv2.moments(contour)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])

    centers_x.append(inv.transform((cX, height1-cY))[0])
    centers_y.append(inv.transform((cX, height1-cY))[1])

    cv2.drawContours(blank_image, [contour], -1, (255,0,0),1)
    cv2.circle(blank_image, (cX, cY), 2, (0, 0, 255), -1)

cv2.imwrite("test.png", blank_image)

ax.plot(centers_x, centers_y, 'ro', markersize=4)

plt.show()

Это дало мне близко, нокажется, что координаты х все еще немного не совпадают

новый результат]

new result.

Я также пытался 

centers_x.append(inv.transform((width1-cX, height1-cY))[0])
centers_y.append(inv.transform((width1-cX, height1-cY))[1])

, но это такжене работает.

ЗАКЛЮЧИТЕЛЬНОЕ ОБНОВЛЕНИЕ: добавление 

plt.tight_layout()

решило проблему.

1 Ответ

0 голосов
/ 14 июня 2019 
x = np.linspace(0,1,10)
y = 5*x+2

fig, ax = plt.subplots()
ax.scatter(x,y)

height = fig.get_figheight()*fig.dpi
width = fig.get_figwidth()*fig.dpi

# the coordinates in pixel
cX = 147
cY = 142

# we need to invert the y value as matplotlib considers (0,0) to be
# on the lower left, while opencv uses upper left as origin
tX,tY = ax.transData.inverted().transform([cX,height-cY])
ax.scatter(tX,tY, s=50, c='r')
fig.savefig('test.png', dpi=fig.dpi)

enter image description here

...