python - 在 numpy 数组上“绘制”随机菱形(菱形)(测试哈里斯角检测)

Question

我正在尝试为“harris_corner_detector”函数实现创建一个随机测试(非常普遍且略有不正确:一个在图像中查找角点的函数)在测试中，我想在二进制 numpy 矩阵中创建随机的简单形状(很容易知道它们角的坐标)(例如矩形、三角形、菱形(菱形)等...)并检查 harris 实现是否找到了正确的角落。

我已经实现了一个随机“绘制”轴平行矩形的函数，但是当涉及到不平行于轴的形状时，我找不到有效的方法。

为了创建一个随机矩形，我在两个轴上随机选择一个起点和一个终点，然后像这样更改这些边界内所有单元格的值:

获取随机坐标:

    def _get_random_coords(self, start, end):
        x_start, y_start = np.random.randint(start, end, 2)
        x_end = np.random.randint(x_start + 7, end + 20)
        y_end = np.random.randint(y_start + 7, end + 20)
        return (x_start, x_end, y_start, y_end)

绘制随机矩形(背景值为 255，形状值为 0):

mat = np.ones((1024, 1024)) * 255
mat[x_start: x_end, y_start: y_end] = np.zeros((x_end - x_start, y_end - y_start))

但是当涉及到有效地绘制菱形时，我不知所措。我所能想到的就是运行一个像这样创建钻石的循环:

    def _get_rhombus(self, size):
        rhombus = []
        for i in range(size):
            rhombus.append(np.zeros(i+1))
        for i in range(size - 1, 0, -1):
            rhombus.append(np.zeros(i))
        return np.array(rhombus)

然后另一个循环将其添加到更大的矩阵中。但是这种方法在测试时效率非常低(因为我会画数百个，其中一些可能很大)。

还有更好的想法吗？或者 - 是否有更好的方法来测试它？

提前致谢。

Answer 1

这里有很多问题，但主要问题是如何在给定角的情况下创建一个填充菱形的 numpy 数组。我会回答这个问题，并留下其他问题，例如创建随机菱形等。

要填充凸多边形，可以找到由后续角点指定的线并填充该线的上方或下方，然后和所有填充区域一起。

import numpy as np
import matplotlib.pyplot as plt

# given two (non-vertical) points, A and B, 
# fill above or below the line connecting them
def fill(A, B, fill_below=True, xs=10, ys=12):

    # the equation for a line is y = m*x + b, so calculate
    # m and b from the two points on the line
    m = (B[1]-A[1])/(B[0]-A[0]) # m = (y2 - y1)/(x2 - x1) = slope
    b = A[1] - m*A[0]           # b = y1 - m*x1 = y intercept

    # for each points of the grid, calculate whether it's above, below, or on
    # the line. Since y = m*x + b, calculating m*x + b - y will give
    # 0 when on the line, <0 when above, and >0 when below
    Y, X = np.mgrid[0:ys, 0:xs] 
    L = m*X + b - Y

    # select whether, >=0 is True, or, <=0 is True, to determine whether to
    # fill above or below the line
    op = np.greater_equal if fill_below else np.less_equal
    return op(L, 0.0)

这是一个简单的低分辨率菱形

r = fill((0, 3), (3, 8), True) & \
fill((3, 8), (7, 4), True) & \
fill((7,4), (5,0), False) & \
fill((5,0), (0,3), False)
plt.imshow(r, cmap='Greys',  interpolation='nearest', origin='lower')

即上图是将以下填充and-ing在一起的结果:

fig, ax = plt.subplots(1, 4, figsize=(10, 3))
fill_params = [((0, 3), (3, 8), True), ((3, 8), (7, 4), True), ((7, 4), (5, 0), False), ((5, 0), (0, 3), False)]
for p, ax in zip(fill_params, ax):
    ax.imshow(fill(*p), cmap="Greys", interpolation='nearest', origin='lower')

或者，一个人可以做高分辨率，它可以有多个面(尽管我认为它必须是凸面的)。

r = fill((0, 300), (300, 800), True, 1000, 1200) & \
fill((300, 800), (600,700), True, 1000, 1200) & \
fill((600, 700), (700, 400), True, 1000, 1200) & \
fill((700,400), (500,0), False, 1000, 1200) & \
fill((500,0), (100,100), False, 1000, 1200) & \
fill((100, 100), (0,300), False, 1000, 1200)
plt.imshow(r, cmap='Greys',  interpolation='nearest', origin='lower')

显然，有一些地方需要改进，比如不重复线的第二个点和新线的第一个点，但我想保持这一切干净和简单(而且，为了填充工作点只需要定义一条线而不需要是一个角，所以在某些情况下，这种更通用的方法可能更可取)。此外，目前需要指定是在线上方还是下方填充，可以通过多种方式计算，但在生成菱形时可能是最简单的。