曲線に対して垂直な線を書きたいです。

曲線に対して垂直な線を書きたいです。
プログラミング初心者です。
何かアイデアがあると教えていただきたいです。
オレンジの曲線に青ように直線を書きたいです。場所はどこでもいいですが、線が３箇所程度欲しいです。

fana

2021/01/15 09:05 編集

曲線とは？　どのようなデータですか？数式ですか？　それとも，「見た目に曲線っぽい形をしている絵」とかですか？　その他？垂直な線を書く話と，バウンディングボックスとの間にはどのような関係性があるのですか？

退会済みユーザー

2021/01/15 09:34

すみません、バウンディングボックスは関係ないでrすね、、情報不足でした。

fana

2021/01/15 09:37

そのオレンジの線というのはどうやって引かれたのですか？「その線を描画するのに必要となる何らかのデータが手元にあって，それを用いてオレンジ色で描画した」のでしょうか？それとも，「白背景にオレンジの線がある画像」が出発点なのでしょうか？

tiitoi

2021/01/15 09:43

「曲線に対して垂直な線を引く」より前までの処理のコードがあるなら、そのコードを質問に提示してください。

退会済みユーザー

2021/01/15 09:46

オレンジの線は元々ある画像です。ここに青のような線を描きたいんですけど、、青の線は分かりやすいかなと思いパワポで作りました。

tiitoi

2021/01/15 09:57 編集

曲線の座標が得られてるなら、それに対して垂直な線を引くのは簡単ですが、オレンジの線の座標自体が不明で画像処理でオレンジの線の座標を求めるとなると、背景が複雑だったりすると、オレンジの線の抽出が困難なので、できるかどうかは実際の画像次第な気がします

退会済みユーザー

2021/01/15 10:20

座標は端と終わりだけは分かってます！もし背景が黒一色だけだったらできますかね、、

退会済みユーザー

2021/01/15 13:54

import numpy as np import cv2 from scipy import optimize from skimage.morphology import skeletonize # Read image img = cv2.imread("pic.png") # Make grayscale image img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # Make binarized image ret,img_th = cv2.threshold(img_gray,200,255,cv2.THRESH_BINARY) img_th = 255-img_th # Detect skeleton skeleton = (skeletonize(img_th/255)*255).astype(np.uint8) cv2.imshow("skeleton",skeleton) cv2.waitKey(0) とりあえずこれで線の中心と思しき場所までは特定できます。参考まで。。

退会済みユーザー

2021/01/16 14:47

うまくいきそうです。24h以内に回答を投稿します。

fana

2021/01/18 09:46

何故画像を抹消したのか？これだと，質問や既存の回答内で用いられている「オレンジ」だの「青」だのいう話の意味が分からなくなってしまう．

行動規範の内容に同意します

回答2件

処理の要点だけ書きます。

何とかして曲線部分だけ切り出しましょう。背景にいろいろな色があって分離困難な場合、HSV空間にもっていって、オレンジ色だけ切り出すと良いかもしれません。たくさん曲線があるようであれば、OpenCVのcontour毎に分離させる手法を取ってください。
式で近似させるためになんとかして線ののっかる座標を拾いましょう。座標の割り出しにはskeletonが便利です。「オレは近似式なんぞ使わず、画素の並び具合から傾きを計算する！」というマッチョであれば以下無視してください。
何らかの形でx,yから傾きを得るために、近似式を出す方法としてsplineを使いました。式が定義できるのであればscipyで最小二乗法をしたらいいと思います（私にはムリでした）。遺伝的アルゴリズムをコメントに書きましたが、計算が遅いのでお勧めできません。splineが現実的かと思います。
上記3において、splineの場合あるxに対して1つのyしか存在が許されません。あるx上に複数の解yが存在するのであれば、何らかの方法で曲線を分離してxに対して1つのyしか存在しないようにしてください。私の場合は重複チェックをかませてx,yの値を固有の値にしましました。これだと「初めに出てきた対を機械的に生かす」だけですので少なくとも数pxくらいズレてしまいます。そんなザコい処理は許されないというのであれば、skeletonのskeletonを探したり、gaussianでぼかして濃いところだけ探す、cv2.erodeなりでもっとあたりを探ったら良いと思います。splineで曲線が相当最適化されると思いますので、上記の中心を割り出す処理をした上で、x,yの対の90%くらいを切り捨ててしまってから式を割り出すsplineをしてもいいかもしれません。
傾きから直交する線を描くのはもっとスマートな方法があると思います。例えばtiitoiさんの回答みたいなもののほうがカッコいいですよね？

Python3
1import numpy as np
2import cv2
3import sys
4from scipy import interpolate
5from skimage.morphology import skeletonize
6
7def images_to_pos(img_thresh):
8    # Detect skeleton
9    skeleton = (skeletonize(img_th/255)*255).astype(np.uint8)
10    # cv2.imshow("skeleton",skeleton)
11    
12    pos = np.asarray(list(zip(*np.where(skeleton > 100))))
13    pos_x,pos_y = pos[:,1], pos[:,0]
14
15    # Remove duplicates
16    x_used = list()
17    pos_x_updated = list()
18    pos_y_updated = list()
19    for x,y in zip(pos_x,pos_y):
20        if x in x_used:
21            pass
22        else:
23            x_used.append(x)
24            pos_x_updated.append(x)
25            pos_y_updated.append(y)
26
27    return pos_x_updated,pos_y_updated
28
29def calc_slope(spline_func,pos_x,target_x,shift_value):
30    # Calc x (low, high)
31    target_x_l = target_x - shift_value
32    target_x_h = target_x + shift_value
33
34    # Limit the range
35    target_x_l = np.clip(target_x_l, np.min(pos_x),np.max(pos_x))
36    target_x_h = np.clip(target_x_h, np.min(pos_x),np.max(pos_x))
37
38    # Calc y (low, high) 
39    target_y_l = spline_func(target_x_l)
40    target_y_h = spline_func(target_x_h)
41    
42    slope= (target_y_h - target_y_l) / (target_x_h - target_x_l)
43    return slope
44
45def calc_orthogonal(slope,intersection):
46    target_slope = (-1) / slope
47    target_intercept = intersection[1] / (target_slope *intersection[0])
48
49    return target_slope, target_intercept
50
51def draw_line(img,spline_func,pos_x,target_x):
52    # x =  --> y =
53    target_x = target_x
54    target_y = spline_func(target_x)
55    center = (int(target_x),int(target_y))
56    
57    shift_value_horizontal = 30
58    shift_value_vertical = 999
59    #######################################
60    # Calc slope on the point
61    target_slope = calc_slope(spline_func,pos_x,target_x,shift_value_horizontal)
62
63    # Left
64    img = cv2.line(img,center,(int(target_x - shift_value_horizontal), int(target_y - (target_slope * shift_value_horizontal))),(128,255,192),3)
65
66    # Right
67    img = cv2.line(img,center,(int(target_x + shift_value_horizontal), int(target_y + (target_slope * shift_value_horizontal))),(128,192,255),3)
68
69    #######################################
70    # Calc orthogonal params
71    orth_slope,orth_intercept = calc_orthogonal(target_slope,(target_x,target_y))
72
73    # Top
74    img = cv2.line(img,center,(int(target_x + shift_value_vertical), int(target_y + (orth_slope * shift_value_vertical) + orth_intercept)),(255,0,0),3)
75    
76    # Bottom
77    img = cv2.line(img,center,(int(target_x - shift_value_vertical), int(target_y - (orth_slope * shift_value_vertical) + orth_intercept)),(255,192,192),3)
78
79    #######################################
80    # Center
81    img = cv2.circle(img,center, 3, (32,32,32), -1)
82    return img
83
84if __name__ == "__main__":
85    # Read image
86    img = cv2.imread("pic.png")
87
88    # Make grayscale image
89    img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
90
91    # Make binarized image
92    ret,img_th = cv2.threshold(img_gray,200,255,cv2.THRESH_BINARY)
93    img_th = 255-img_th
94
95    # binary image to positional data
96    pos_x, pos_y = images_to_pos(img_th)
97
98    # Calc spline
99    spline_func = interpolate.interp1d(pos_x, pos_y,kind="cubic")
100
101    # # Debug
102    # try:
103    #     for x in range(np.min(pos_x),np.max(pos_x),1):
104    #         y = spline_func(x)
105    #         img = cv2.circle(img,(int(x),int(y)), 15, (128,128,255), 1)
106    #         
107    # except Exception as err:
108    #     print("x",x)
109    #     print("ERR:",err)
110    #     sys.exit()
111
112    img = draw_line(img,spline_func,pos_x,100)
113    img = draw_line(img,spline_func,pos_x,150)
114    img = draw_line(img,spline_func,pos_x,200)
115    img = draw_line(img,spline_func,pos_x,300)
116    img = draw_line(img,spline_func,pos_x,500)
117
118    cv2.imshow("img",img)
119    cv2.imwrite("img.png",img)
120    cv2.waitKey(0)