Pythonの関数の切り替えについて

Question

前提・実現したいこと

Pythonにおける関数の切り替えがよく分かりません。初心者なものでどう書けばよいのか分からないので教えていただきたいです。よろしくお願いいたします。

該当のソースコード

import cv2
import numpy as np

""" Lコースの場合 
pts2 = np.float32([[200,10],[620,10],[620,430],[200,430]])
"""

""" Rコースの場合 
pts2 = np.float32([[50,10],[470,10],[470,430],[50,430]])
"""

""" select_point関数(変換元画像の座標選択) """
def select_point(event, x, y, flags, param):
    if event == cv2.EVENT_FLAG_LBUTTON:
        cv2.circle(img, (x,y), 3, (255,0,0), -1)
        points.append(x)
        points.append(y)
        print(points)
        print()
        
""" グローバル変数など """
# Raspberry Pi3（カメラシステム）のURL
url = "http://192.168.11.100/?action=stream"

# VideoCaptureのインスタンスを作成する。
cap = cv2.VideoCapture(url) # カメラシステムを使う場合
#cap = cv2.VideoCapture(0) # このpythonスクリプトを実行するPCのカメラを使う場合コメントアウトして下さい

# カメラFPSを30FPSに設定
cap.set(cv2.CAP_PROP_FPS, 30)

# カメラ画像の横幅を1280に設定
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)

# カメラ画像の縦幅を720に設定
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)



#img = cv2.imread('image1.jpg')      # 図7-6
#img = cv2.imread('image9.jpg')      # 図7-15
#rows, cols, ch = img.shape
points = []

cv2.namedWindow('input')
cv2.setMouseCallback('input', select_point)

""" マウス操作(4点を選択) """
while(1):
    ret, img = cap.read()

    cv2.imshow('input',img)
    if cv2.waitKey(1) & 0xFF == 27: break

""" ホモグラフィ変換 """
pts1 = np.float32([[points[0],points[1]],[points[2],points[3]],[points[4],points[5]],[points[6],points[7]]])
#pts2 = np.float32([[200,10],[620,10],[620,430],[200,430]])

# 変換行列の作成
M = cv2.getPerspectiveTransform(pts1, pts2)

# 画像の変換
dst = cv2.warpPerspective(img, M, (800, 600))

# 変換結果の表示
cv2.imshow('perspective',dst)
cv2.imwrite("image.jpg", dst)

""" """
match_val = {}

""" Lコースの場合 
img = dst[38:218, 16:146]
"""

""" Rコースの場合
img = dst[40:220, 540:660]
"""

cv2.imwrite("image.jpg",dst)

temp1 = cv2.imread("1.jpg")
temp2 = cv2.imread("2.jpg")
temp3 = cv2.imread("3.jpg")
temp4 = cv2.imread("4.jpg")
temp5 = cv2.imread("5.jpg")
temp6 = cv2.imread("6.jpg")
temp7 = cv2.imread("7.jpg")
temp8 = cv2.imread("8.jpg")

# グレースケール変換
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)   
temp1 = cv2.cvtColor(temp1, cv2.COLOR_RGB2GRAY)   
temp2 = cv2.cvtColor(temp2, cv2.COLOR_RGB2GRAY)
temp3 = cv2.cvtColor(temp3, cv2.COLOR_RGB2GRAY)
temp4 = cv2.cvtColor(temp4, cv2.COLOR_RGB2GRAY)
temp5 = cv2.cvtColor(temp5, cv2.COLOR_RGB2GRAY)
temp6 = cv2.cvtColor(temp6, cv2.COLOR_RGB2GRAY)
temp7 = cv2.cvtColor(temp7, cv2.COLOR_RGB2GRAY)
temp8 = cv2.cvtColor(temp8, cv2.COLOR_RGB2GRAY)

# テンプレート画像の高さ・幅
h, w = temp1.shape

# テンプレートマッチング（OpenCVで実装）
match = cv2.matchTemplate(gray, temp1, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[1] = max_value  # テンプレート画像1を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp2, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[2] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp3, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[3] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp4, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[4] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp5, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[5] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp6, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[6] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp7, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)
match_val[7] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

match = cv2.matchTemplate(gray, temp8, cv2.TM_CCOEFF_NORMED)
min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
pt = max_pt
print(min_value, max_value, min_pt, max_pt)

# テンプレートマッチングの結果を出力
#cv2.rectangle(img, (pt[0], pt[1] ), (pt[0] + w, pt[1] + h), (0,0,200), 3)
#cv2.imwrite("output.jpg", img)
match_val[8] = max_value  # テンプレート画像2を使ってテンプレートマッチングしたときの類似度の最大値を保存

# 類似度が一番大きいときのキーの値を出力する。
max_no = max(match_val, key=match_val.get)
print()
print(f"{max_no}です")








cv2.waitKey(0)
cv2.destroyAllWindows()

補足情報（FW/ツールのバージョンなど）

LコースかRコースかを選択し、Lコースを選択した場合、""" Lコースの場合
pts2 = np.float32([[200,10],[620,10],[620,430],[200,430]])
”””と""" Lコースの場合
img = dst[38:218, 16:146]
"""の部分が呼び出されるように、Rコースを選択した場合、""" Rコースの場合
pts2 = np.float32([[50,10],[470,10],[470,430],[50,430]])
"""と""" Rコースの場合
img = dst[40:220, 540:660]
"""の部分が呼び出されるようにしたいです。よろしくお願いいたします。

Comments

[Ryupe]

関数の切り替えとはどういうことなのかイメージし難いです。
プログラム実行前にRとLが決まってるのか、それとも実行中に決まるのか？

そもそも関数ってどれとどれを指してますか？

[TMaccount2]

すみません初心者なので私の関数という言い方が間違っているかもしれません。プログラムを実行した際にLコースかRコースかを選択し、その結果によってLコースの部分、Rコースの部分が呼び出されるようにしたいです。説明が下手ですいません。

Answer 1

プログラムのロジックがわからないので、分かる範囲で指摘できるところを3つ回答します。

変数宣言は1箇所にまとめる

import文の次に書く。

# Lコースの場合 
pts2_L = np.float32([[200,10],[620,10],[620,430],[200,430]])
img_L = dst[38:218, 16:146]
# Rコースの場合 
pts2_R = np.float32([[50,10],[470,10],[470,430],[50,430]])
img = dst[40:220, 540:660]

match_val = []
img_list = ["1.jpg", "2.jpg", "3.jpg", "4.jpg", "5.jpg", "6.jpg", "7.jpg", "8.jpg"]

LかRが確定した後の書き方

def selection_course(#代入するべき変数):
    # LかRを判定するコードをここに記載
    # 判定したら course に代入
    # course = "L" or "R"
    return course

# pts または imgを使う直前に以下のif文を実行
if course == "L":
    pts = pts2_L
    img = img_L
elif course == "R":
    pts = pts2_R
    img = img_R

繰り返し処理しているところは関数にまとめる

def read_image():
    for il in img_list:
        temp = cv2.imread(il)
        temp_gray = cv2.cvtColor(temp, cv2.COLOR_RGB2GRAY)

        # テンプレートマッチング（OpenCVで実装）
        match = cv2.matchTemplate(gray, temp, cv2.TM_CCOEFF_NORMED)
        min_value, max_value, min_pt, max_pt = cv2.minMaxLoc(match)
        pt = max_pt
        print(min_value, max_value, min_pt, max_pt)
        match_val.append(max_value)  # テンプレート画像1を使ってテンプレートマッチングしたときの類似度の最大値を保存

Comments

[TMaccount2]

解決できました。ありがとうございました!