具有边界比率的圆形掩模

Posted

技术标签:

【中文标题】具有边界比率的圆形掩模【英文标题】:Circular mask with ratio on boundaries 【发布时间】:2021-11-21 01:04:00 【问题描述】:

我知道我必须付出一些努力,但我真的不知道如何解决这个问题。

我知道如何创建圆形蒙版:https://***.com/a/44874588/2681662

在上面链接中的示例中,掩码是一个布尔数组。意味着它显示像素是否在我想称之为离散的圆圈下方。

但是我想知道每个像素中有多少在圆圈下方。所以基本上我会有一个浮点掩码数组,在圆圈的边界我会有一个值显示圆圈下有多少像素(百分比)。我想称之为连续。

请注意,给出的数字不是计算出来的,是眼球 估计。

如果有人能指出正确的方向,我将不胜感激。

【问题讨论】:

【参考方案1】:

我要感谢你们所有人。特别是@Yves Daoust,您为我指明了正确的方向。我想为那些面临类似问题的人分享我的解决方案:

我的解决方案使用了intersections。如果我能找到一个矩形和一个圆之间的交集区域,我也许可以将一个像素视为一个矩形,而圆显然就是圆。

两个形状的交集:

为此,您可以使用匀称:

使用points and adds some buffer (radius) to it:

from shapely.geometry import Point
circle = Point(centerx, centery).buffer(r)

创建一个形状匀称的矩形提供box:

from shapely.geometry import box
rect = box(minx=min_x, miny=min_y, maxx=max_x, maxy=max_y)

人们可以计算每个形状(从技术上讲是多边形)的许多属性,例如面积和边界点。

from shapely.geometry import Point
circle = Point(centerx, centery).buffer(r)
print(circle.area)

可以计算两个多边形的交集,它会返回一个多边形:

from shapely.geometry import Point, box
circle = Point(centerx, centery).buffer(r)
rect = box(minx=min_x, miny=min_y, maxx=max_x, maxy=max_y)
intersection = circle.intersection(rect)

像素是边长为 1 个单位(像素)的正方形。所以一个像素和任何其他形状的交集区域会产生一个值[0, 1],这就是我们要寻找的。​​p>

代码

请注意我使用了椭圆而不是圆形,因为它包含在内。

我的包裹:

from __future__ import annotations

from typing import Union, Tuple
from shapely.geometry import Point, Polygon, box
from shapely.affinity import scale, rotate
from matplotlib.patches import Ellipse
import numpy as np


class Pixel:
    def __init__(self, x: int, y: int) -> None:
        """
        Creates a 1x1 box object on the given coordinates
        :param x: int
                x coordinate
        :param y: int
                y coordinate
        """
        self.x = x
        self.y = y
        self.body = self.__generate()

    def __str__(self) -> str:
        return f"Pixel(x=self.x, y=self.y)"

    def __repr__(self) -> str:
        return self.__str__()

    def __generate(self) -> Polygon:
        """returns a 1x1 box on self.x, self.y"""
        return box(minx=self.x, miny=self.y, maxx=self.x + 1, maxy=self.y + 1)


class EllipticalMask:
    def __init__(self, center: Tuple[Union[float, int], Union[float, int]],
                 a: Union[float, int], b: Union[float, int], angle: Union[float, int] = 0) -> None:
        """
        Creates an ellipse object on the given coordinates and is able to calculate a mask with given pixels.
        :param center: tuple
                (x, y) coordinates
        :param a: float or int
                sami-major axis of ellipse
        :param b:  float or int
                sami-minor axis of ellipse
        :param angle:  float or int
                angle of ellipse (counterclockwise)
        """
        self.center = center
        self.a = a
        self.b = b
        self.angle = angle

        self.body = self.__generate()

    def __generate(self) -> Polygon:
        """Returns an ellipse with given parameters"""
        return rotate(
            scale(
                Point(self.center[1], self.center[0]).buffer(1),
                self.a,
                self.b
            ),
            self.angle
        )

    def __extreme_points(self) -> dict:
        """Finds extreme points which the polygon lying in"""
        x, y = self.body.exterior.coords.xy
        return 
            "X": 
                "MIN": np.floor(min(x)), "MAX": np.ceil(max(x))
            ,
            "Y": 
                "MIN": np.floor(min(y)), "MAX": np.ceil(max(y))
            
        

    def __intersepter_pixels(self) -> list:
        """Creates a list of pixel objects which ellipse is covering"""
        points = self.__extreme_points()
        return [
            Pixel(x, y)
            for x in np.arange(points["X"]["MIN"], points["X"]["MAX"] + 1).astype(int)
            for y in np.arange(points["Y"]["MIN"], points["Y"]["MAX"] + 1).astype(int)
            if x >= 0 and y >= 0
        ]

    def mask(self, shape: tuple) -> np.ndarray:
        """
        Returns a float mask
        :param shape: tuple
                the shape of the mask as (width, height)
        :return: ndarray
        """
        pixels = self.__intersepter_pixels()
        mask = np.zeros(shape).astype(float)
        for pixel in pixels:
            ratio = pixel.body.intersection(self.body).area
            mask[pixel.x][pixel.y] = ratio

        return mask

    def matplotlib_artist(self) -> Ellipse:
        """
        Returns a matplotlib artist
        :return: Ellipse
        """
        e = Ellipse(xy=(self.center[0] - 0.5, self.center[1] - 0.5), width=2 * self.a, height=2 * self.b,
                    angle=90 - self.angle)
        e.set_facecolor('none')
        e.set_edgecolor("red")
        return e


class CircularMask(EllipticalMask):
    def __init__(self, center: Tuple[Union[float, int], Union[float, int]],
                 r: Union[float, int]) -> None:
        """
        Uses ellipse to create a circle
        :param center:  tuple
                (x, y) coordinates
        :param r: float or int
                radius of circle
        """
        super(CircularMask, self).__init__(center, r, r, 0)

用法:

from myLib import EllipticalMask
from matplotlib import pyplot as plt

m = EllipticalMask((50, 50), 25, 15, 20)

mask = m.mask((100, 100))
e = m.matplotlib_artist()

fig, ax = plt.subplots(1, 1, figsize=(4, 4))
ax.imshow(mask)
ax.add_artist(e)
plt.show()

结果:

感谢任何反馈。

【讨论】:

【参考方案2】:

如果您不追求最​​高精度,一个简单的方法是计算像素中心到圆的有符号距离(即到中心的距离减去半径)。那么如果距离大于1,则认为像素完全在外面;如果小于 0,则完全在里面。当然,在这两者之间,距离会告诉您 0 到 100% 之间的分数。

一种更准确的技术是计算像素四个角的距离,以便找到交叉的两条边(端点之间的符号变化)。这允许您构建一个多边形(三角形、四边形或五边形,当四边交叉时特别是六边形)并通过鞋带公式计算其面积。这很容易管理。

为了得到准确的结果,您需要在多边形的斜边和圆之间添加圆弧的面积 (https://en.wikipedia.org/wiki/Circular_segment)。请注意,存在困难的极端情况。

【讨论】:

【参考方案3】:

在线查找 Xiaolin Wu 的抗锯齿线条算法的修改形式,该算法为圆形渲染执行抗锯齿。

虽然您没有在此处进行任何抗锯齿处理,但您可以轻松地使用此算法计算的 alpha 值作为对您的一组像素的弧覆盖率的替代度量。

请注意,您只需要考虑该集合的子集,即圆所在的子集。

【讨论】:

【参考方案4】:

我怀疑没有一个简单的公式可以给你这个问题的确切答案。如果您需要近似,您可以执行以下操作:

查看所有正方形的角:

    如果四个角都在圆内,则正方形在圆内 如果四个角都在圆外,则正方形在圆外。 否则,将正方形分成四个相等的子正方形并递归

尽可能深入地递归以获得所需的任何准确性。

我希望有人有更好的解决方案。

【讨论】:

额外的工作将大致与最小子正方形边长上的弧总长度成正比,而每个细分的精度翻四倍。 除非用户非常不走运,否则我希望他们只需要递归下一个子方格。但是,是的,这并不是一个很好的算法。 平均来说,大概是两个。

以上是关于具有边界比率的圆形掩模的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV 完整例程19. 图像的圆形遮罩

具有多个彩色边框的圆形UIView像饼图一样工作

如何在圆形 imageView android 上添加一个阴影和边界

如何使文本适合圆形/图像SwiftUI的边界

从圆形边界反弹球

UIKit Dynamics:识别圆形和边界