前提・実現したいこと

ここに質問の内容を詳しく書いてください。
pythonを学び始めて３ヶ月ほどのものです。
ライブラリを使用せずに動的輪郭法（snakes）のプログラムを実装しているのですがネットでコードを公開している方のものを拝見させていただいたのですが所々わからないのでよろしければご教授いただきたいです。
実際このプログラムがどこで点を移動させているのかがいまいちわからないです。

発生している問題・エラーメッセージ

自分の認識では頂点が2000個の四角形を初期輪郭点として定義し、その点の8近傍を探してエネルギー値が最小になる点に移動させているというプログラムなのですがどこの部分でその点を最小値として認識し、移動させているのかがわからないです。

該当のソースコード

import numpy as np
import cv2
import math
import copy
test = cv2.imread("./Img/input.jpg", cv2.IMREAD_COLOR)#BGRなので気をつける

gray_test = cv2.imread("./Img/input.jpg",cv2.IMREAD_GRAYSCALE)
height = test.shape[0]
width = test.shape[1]

cv2.imwrite('./Img/test.jpg', test)
cv2.imwrite('./Img/gray_test.jpg',gray_test)

N = 2000

v = np.zeros((N,2))
start_v = np.zeros((N,2))
vec_g = np.zeros(2)
for i in range(0,N):
if(i<N/4):
v[i] = [height/(N/4)i,0]
elif(i<2N/4):
v[i] = [height-1,width/(N/4)(i-N/4)]
elif(i<3N/4):
v[i] = [height-1-height/(N/4)(i-2N/4),width-1]
else:
v[i] = [0,width-1 - width/(N/4)(i-3N/4)]

start_v = copy.deepcopy(v)
display = copy.deepcopy(test)

alpha =1
beta = 1
gamma = 10
kappa =1

def EpsIn(vec0,vec1,vec2):
value = 0
value += alphanp.linalg.norm(vec1-vec0)**2+betanp.linalg.norm(vec2-2*vec1+vec0)**2
value /= 2
return value

def EpsEx(vec0,pix):#gray
value = 0
x = int(vec0[0])
y = int(vec0[1])

if(x+1 >= height or y+1 >= width):
    return float('inf') 
else:
    I = [abs(int(pix[x+1,y]) - int(pix[x,y])) ,abs(int(pix[x,y+1])-int(pix[x,y]))]
    value = -gamma*np.linalg.norm(I)**2
    print("Ex:"+str(value))
    return value

def EpsCon(vec0,vec_g):#test
value = 0
value += kappa*np.linalg.norm((vec0[0] - vec_g[0],vec0[1]-vec_g[1]))**2
print("Con:"+str(value))
return value

def Energy(vec0,vec1,vec2,vec_g,pix):
value = 0
value = EpsIn(vec0,vec1,vec2)+EpsEx(vec0,pix)+EpsCon(vec0,vec_g)
print("Result:"+str(value))
return value

n = 500
dx = [-1, -1, -1, 0, 0, 0, 1, 1, 1]
dy = [1, 0, -1, 1, 0, -1, 1, 0, -1]

flag = 4
for loop in range(0,n):
for i in range(0,N):
flag = 4
eps_min = float('inf')
vec_g = [0,0]

for j in range(0,9):
move = [v[i,0]+dx[j], v[i,1]+dy[j]]
if(move[0] < 0 or move[1] < 0 or move[0] >= height or move[1] >= width):
continue #はみ出し処理

vec_g = [int(height/2),int(width/2)]

        energy = Energy(move,v[(i+1)%N],v[(i+2)%N],vec_g,gray_test)
        if(eps_min>energy):
            eps_min = energy
            flag = j
    v[i] += [dx[flag],dy[flag]]

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

tiitoi

2019/01/31 06:14

Python のコードはインデントが重要なので、マークダウン記法を使ってコードを記入してください https://qiita.com/Qiita/items/c686397e4a0f4f11683d#code---%E3%82%B3%E3%83%BC%E3%83%89%E3%81%AE%E6%8C%BF%E5%85%A5

行動規範の内容に同意します

回答1件

ベストアンサー

最小値の認識

python
1if(eps_min>energy):
2    eps_min = energy
3    flag = j

移動

python
1v[i] += [dx[flag],dy[flag]]

補足

このプログラムの最重要部分は

alpha =1
beta = 1
gamma = 10
kappa =1
def EpsIn(vec0,vec1,vec2):#test
    value = 0
    value += alpha*np.linalg.norm(vec1-vec0)**2+beta*np.linalg.norm(vec2-2*vec1+vec0)**2
    value /= 2
#     print("In:"+str(value))
    return value

def EpsEx(vec0,pix):#gray
    value = 0
    x = int(vec0[0])
    y = int(vec0[1])

    if(x+1 >= height or y+1 >= width):
        return float('inf') 
    else:
        I = [abs(int(pix[x+1,y]) - int(pix[x,y])) ,abs(int(pix[x,y+1])-int(pix[x,y]))]
        value = -gamma*np.linalg.norm(I)**2
#         print("Ex:"+str(value))
        return value

def EpsCon(vec0,vec_g):#test
    value = 0
    value += kappa*np.linalg.norm((vec0[0] - vec_g[0],vec0[1]-vec_g[1]))**2
#     print("Con:"+str(value))
    return value

def Energy(vec0,vec1,vec2,vec_g,pix):
    value = 0
    value = EpsIn(vec0,vec1,vec2)+EpsEx(vec0,pix)+EpsCon(vec0,vec_g)
#     print("Result:"+str(value))
    return value
energy = Energy(move,v[(i+1)%N],v[(i+2)%N],vec_g,gray_test)

参考になさったページを記述していただけると"大変"助かります。
ソースコードはこちらですね？

投稿2019/01/31 07:06