Vagrant+VirtualBox環境の構築2（CentOS）
python2.7のインストール
参考
http://3rd-tl.blogspot.jp/2013/05/centosyumpython.html
$ sudo rpm -ivh http://dl.iuscommunity.org/pub/ius/stable/CentOS/6/x86_64/epel-release-6-5.noarch.rpm $ sudo rpm -ivh http://dl.iuscommunity.org/pub/ius/stable/CentOS/6/x86_64/ius-release-1.0-11.ius.centos6.noarch.rpm $ sudo yum install python27
依存パッケージのインストール
#png jpg tiff $ sudo yum install libpng-devel libjpeg-devel png, jpeg $ sudo yum install libtiff-devel #GUIサポート $ sudo yum install gtk2-devel #java $ sudo yum install java-1.6.0-openjdk java-1.6.0-openjdk-devel ant #ffmpeg $ sudo yum install --enablerepo=rpmforge ffmpeg-devel $ sudo yum install blas-devel $ sudo yum install lapack-devel $ sudo yum install python27-devel
numpy
http://sourceforge.net/projects/numpy/files/NumPy/1.7.1/numpy-1.7.1tar.gz
$ cd /vagrant/numpy-1.7.1 $ sudo python2.7 setup.py build $ sudo python2.7 setup.py install
opencvのソースファイル取得
#gitインストール $ sudo yum install git #Opencvのソース取得 $ git clone git://github.com/Itseez/opencv.git
時刻エラー対策
$ sudo rm -f /etc/localtime $ sudo cp -p /usr/share/zoneinfo/Japan /etc/localtime $ date $ sudo yum -y install ntp $ sudo yum ntpdate ntp.nict.jp
共有フォルダへコピーして移動
#共有フォルダへ移動 $cd /vagrant $sudo yum localinstall cmake-2.8.9-3.1.x86_64.rpm
make
参考
http://rest-term.com/technote//index.php/OpenCV%20-%202.x
#opencvフォルダへ移動
$ cd ~/opencv
#cmake
$ cmake -D CMAKE_C_COMPILER=/usr/bin/gcc\
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local/ \
-D BUILD_opencv_world=ON \
-D BUILD_NEW_PYTHON_SUPPORT=ON \
-D PYTHON_EXECUTABLE=/usr/bin/python2.7\
-D PYTHON_LIBRARY=/usr/lib64/libpython2.7.so.1.0\
-D PYTHON_INCLUDE_PATH=/usr/include/python2.7 \
-D HAVE_OPENMP=ON \
-D BUILD_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=ON \
-D INSTALL_PYTHON_EXAMPLES=ON .
#4コアでmake（j+使用コア数）
$ make -j4
#中間ファイルの削除（数ギガある）
$ make clean
$ sudo make install
エイリアスの設定
$ cd ~ $ vi .bashrc # User specific aliases and functions #追記 alias python='python2.7' export PYTHONPATH=/usr/local/lib/ export PYTHONPATH=/usr/local/lib/python2.7/site-packages $ souce .bashrc $ which python #確認
scipy+Opencv+numpyによる画像分類2
切り出したイメージからの続き。
import numpy as np import cv2 import matplotlib.pyplot as plt im = cv2.imread('bubbles.jpg') im2 = cv2.imread('bubble2.jpg',0) imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) ret,thresh = cv2.threshold(imgray,100,255,0) contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) i=3 for h,cnt in enumerate(contours): area = cv2.contourArea(cnt) if area >10000: mask = np.zeros(imgray.shape,np.uint8) cv2.drawContours(mask,[cnt],0,255,-1) #mean = cv2.mean(im2,mask = mask) #print mean plt.subplot(3,3,i),plt.imshow(mask,'gray') plt.axis('off') i+=1 if i == 10: break else: pass plt.subplot(3,3,3),plt.imshow(im2,'gray') plt.axis('off') plt.subplot(3,3,2),plt.hist(im.flat,bins=255,range=(0,255)) plt.subplot(3,3,1),plt.imshow(im,'gray') plt.axis('off') plt.show()
マスク画像が出来た。
mask2 =np.asarray(mask,np.bool8)
bubbles[-mask2]=0
で元画像をマスク出来る。
後日修正予定。
参考
http://opencvpython.blogspot.jp/2012/06/hi-this-article-is-tutorial-which-try.html
scipy+Opencv+numpyによる画像分類
ヒストグラムを利用した分類法。
定番っすね。
import cv2 import numpy as np import pylab as plt import scipy.ndimage as nd def mask_test(im): if im.ndim == 2: im2= im[0:890,:] im_gray = im2 else : im2= im[0:890,:] im_gray =cv2.cvtColor(im2,cv2.COLOR_BGR2GRAY) im_gray_smooth=cv2.medianBlur(im_gray,5) bubbles = (im_gray_smooth <= 50) sand = (im_gray_smooth > 50) & (im_gray_smooth <= 110) glass = (im_gray_smooth > 110) for img in (bubbles,sand,glass): img[:] = nd.binary_opening(img, iterations=3) img[:] = nd.binary_closing(img, iterations=3) colors = np.zeros((im2.shape[0],im2.shape[1],3),np.uint8) colors[bubbles]= (100,100,200) colors[sand]= (255,0,0) colors[glass]= (0,255,0) list = [('picture',im),('gray',im_gray),('gray_smooth',im_gray_smooth),('dummpy','dummy'),('glass',glass),('sand',sand),('bubbles',bubbles),('color',colors)] i=1 for name,data in list : if i == 4: i += 1 else: plt.subplot(2,4,i),plt.imshow(data,'gray') plt.title(name) plt.axis('off') i += 1 plt.subplot(2,4,4),plt.hist(im_gray.flat,bins=80,range=(0,150)) plt.show() if __name__ == '__main__': im = cv2.imread("babble.jpg") if not (im == None): mask_test(im)
後で修正予定。
参考
Scikit-Image
http://vimeo.com/53065496
Scipyチュートリアル
http://www.ike-dyn.ritsumei.ac.jp/~uchida/scipy-lecture-notes/intro/summary-exercises/answers_image_processing.html
Scikit-Image
scikit-Image http://scikit-image.org/
from skimage import io
io.use_plugin('qt')
img= io.imread('baboon.jpg')
io.imshow(img,fancy=True)
io.show()
Fancy =True
でXYの位置やRGBやHSVの値が出るモードになる。
使い方によっては便利かも。
Sublime text2の環境構築2
sublime textでmatplotlibやopencvを実行する。
sublime textを立ちあげ、 Preferences⇒packages folder⇒ python⇒Python.sublime-build を開く
{
"cmd": ["python", "-u", "$file"],
"file_regex": "^[ ]*File \"(...*?)\", line ([0-9]*)",
"env":{"PYTHONPATH":"C:/Python27/Lib/site-packages"},
"selector": "source.python",
"shell":true
}
"shell":true の行を追記した。
参考
http://stackoverflow.com/questions/10831882/matplotlib-plots-not-displaying-in-sublimetext
python+Opencvによる画像処理11（フーリエ変換2、カラー）
2次元フーリエのコード、 numpy使うと非常に簡単でした……
import cv2 import numpy as np import pylab as plt im = cv2.imread('lena.jpg',) im1 = im[:,:,::-1].copy() im_RGB = cv2.split(im1) plt.subplot(1,4,1),plt.imshow(im1) j = 2 title = ('Red','Green','Blue') for i in im_RGB: F= np.fft.fft2(i) F_= np.log(5 + np.fft.fftshift(np.abs(F))) plt.subplot(1,4,j),plt.imshow(F_) plt.title(title[j-2]) j =j + 1 plt.show()
python+Opencvによる画像解析1（ORB特徴量）
フリーの局所画像記述子であるORBによる特徴抽出
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('lena.jpg',0) # 検出器の初期化 orb = cv2.ORB() # 特徴量の検出と出力用の計算 kp, des = orb.detectAndCompute(img, None) # 特徴の描画 img2 = cv2.drawKeypoints(img,kp,color=(0,255,0), flags=0) plt.imshow(img2) plt.show()
#検出器 cv2.SIFT() cv2.BRISK() cv2.ORB() cv2.SURF() #他にもFASTとMSERが使用可能 orb =cv2.ORB() kp = orb.detect(img) kp,des =orb.detectAndCompute(img,none) #cv2.ORB.compute() は2.4.6で動かない（バグ？）
