編集履歴

質問編集履歴

質問の更新

2020/10/10 06:01

投稿

スコア16

test CHANGED Viewed

	@@ -1 +1 @@
1	- ~~OpenCV,numpyを用いた画像処理~~に~~ついて知識~~をお貸し~~くださ~~い
1	+ ターミナル上にコメントを出したい

test CHANGED Viewed

@@ -1,527 +1 @@
-###環境
-python 3.7
-raspberry pi 3
-OpenCV 4.x
-numpy OS(buster)にもともと入っていたもの
-###現状・問題点
-専門学校にて画像処理を用いた自律走行についての研究を行っています。
+ターミナル上に数値、またはコメントを残すにはどのようにするのでしょうか
-その研究は何年か引き継がれている研究ですが、引き継ぎ状態が悪く、私に引き継いだ方も今までのプログラム(コード？）を理解していませんでした。また、私の知識の浅さも相まって、研究が進まない状況にあります。
-そこで、プログラミングの先輩方にご教授していただきたく、質問をさせていただきました。
-###画像処理で行いたいこと
-文で説明を行うと長くなってしまうので図を書きました。
-![図１](1b9833ee4eae5dcf6f845b43e97edbb5.jpeg)
-![図２](c5a25c0b678dc9fb956373f132ea2ee4.jpeg)
-###作成されたコード
-一応、研究内容ですので私の分からないところに関係ない場所は割愛させていただいております。
-また、この以下のコードは３つのコード分あります。それぞれの分け目にコード名が記載されています。(Autonomous.py , processing.py , p_value.py　です。)
-```python
-"Autonomous.py"
-import sys
-from PyQt5.QtWidgets import *
-from PyQt5.QtGui import *
-from PyQt5.QtCore import *
-import subprocess
-import time
-import numpy as np
-import cv2
-import RPi.GPIO as GPIO
- #ここから下４つは自作モジュール
-import processing
-import HSV_GUI
-import motor_GUI as motor
-import motor_PWM
-class Tab1Widget(QWidget):
-    def __init__(self):
-        super().__init__()
-        self.title = "自律走行"
-        self.left = 50
-        self.top = 50
-        self.width = 1300
-        self.height = 1200
-        self.initUI()
-        self.counter = 0
-    def initUI(self):
-        super(Tab1Widget, self).__init__()
-        self.cap = cv2.VideoCapture(0)
-        self.cap.set(cv2.CAP_PROP_FRAME_WIDTH,320)
-        self.cap.set(cv2.CAP_PROP_FRAME_HEIGHT,200)
-        self.cap.set(cv2.CAP_PROP_FPS,10)
-        self.camera_run = 0
-        self.auto_run = 0
-        self.countM = 0
-        self.M = 1
-        self.Duty_R = self.Duty_L  = 0
-        self.H1 = 30
-        self.H2 = 90
-        self.countHSV2 = 0
-        self.view1 = QGraphicsView()
-        self.scene1 = QGraphicsScene()
-        #PyQtでGUI作成（略）
-        def camera_ON(self):
-            self.camera_run = 1
-            self.camera_set()
-            timer = QTimer(self.view1）
-            timer.timeout.connect(self.camera_set)
-            timer.start(300)
-        def camera_OFF(self):
-            self.camera_run = 0
-        def camera_set(self):
-            ret, cv_img = self.cap.read()
-            if ret == False:
-                return
-            self.img_src = cv_img
-            cv_img_RGB = cv2.cvtColor(cv_img,cv2.COLOR_BGR2RGB)
-            cv_img_RGB = cv2.resize(cv_img_RGB,(250,250))
-            cv_img_RGB = cv2.rectangle(cv_img_RGB, (60, 100), (190, 190), (255, 0, 0), 2, 3)
-            height, width, dim = cv_img_RGB.shape
-            bytesPerLine = dim * width
-            self.image = QImage(cv_img_RGB.data, width, height, bytesPerLine, QImage.Format_RGB888)
-            self.item = QGraphicsPixmapItem(QPixmap.fromImage(self.image))
-            self.scene.addItem(self.item)
-            self.view1.setScene(self.scene)
-            #分からない範囲が画像処理のため自律移動のコードは割愛します。
-if __name__ == "__main__":
-    app = QApplication(sys.argv)
-    ex = Tab1Widget()
-    sys.exit(app.exec_())
-"""
-"""
-"processing.py"
-import numpy as np
-import math
-import cv2
-import time
-import RPi.GPIO as GPIO
-#以下3つは自作モジュール
-import P_value as p_v
-import HSV
-import motor
-def camera(auto_run,img_src,countM,H1,H2): #Autonomous.pyから()内の数値を取得
-    t1 = time.time()
-    if auto_run == 0:
-            return
-    count_hsv = 0
-    count_p = F = F2 = F3 = P =  countHSV2 = 0
-    row_mean_p = row_mean_p2 = h3 = 0
-    row_mean_p3 = 320
-    S1 = 50
-    S2 = 255
-    imageX =  160
-    imageY =  60
-    M = 1
-    #Autonomous.pyから得たカメラ画像 img_src の画像処理
-    img_src=cv2.resize(img_src,(imageX,imageY))
-    hsv = cv2.cvtColor(img_src, cv2.COLOR_BGR2HSV)
-    img_src0 = cv2.cvtColor(img_src, cv2.COLOR_BGR2RGB)
-    lower_green = np.array([H1, S1, 30])
-    upper_green = np.array([H2, S2,255])
-    img_mask = cv2.inRange(hsv, lower_green, upper_green)
-     # 8近傍の定義
-    neiborhood8 = np.array([[1, 1, 1],[1, 1, 1],[1, 1, 1]],np.uint8)
-    img_erosion = cv2.erode(img_mask,neiborhood8,iterations=2)
-    img_erosion = cv2.erode(img_erosion,neiborhood8,iterations=2)
-    img_dilation = cv2.dilate(img_erosion,neiborhood8,iterations=2)
-    img_dilation = cv2.dilate(img_dilation,neiborhood8,iterations=2)
-    img_dst = cv2.bitwise_and(img_src, img_src, mask=img_dilation)
-    img_dst2 = cv2.bitwise_and(img_src, img_src, mask=img_mask)
-    start = time.time()
-    row_mean_L , row_mean_R ,p_vaiue3 = p_v.Get_MotorParameter(img_mask,1 ,F3)
-    F3 = int(-p_vaiue3)
-    count_hsv += 1
-    if count_hsv == 20 or count_hsv == 25 or count_hsv == 30  :
-        img_dst, H1, H2 ,S1 , S2 , countHSV2 = HSV.HSV_value (img_dst, H1, H2,countHSV2)
-    countM += 1
-    t2 = time.time()
-    elapsed_time = t2 - t1
-    return p_vaiue3 ,img_src0 ,elapsed_time,countM
-"""
-"""
-"P_value.py"
-import numpy as np
-import math
-import time
-countM = 0
-def Get_MotorParameter(img1, y_number=1, F3=0 ): #緑判定後の二値画像取得
-    #変数定義（メモリ領域確保）
-    img_mean = 0
-    y_img1 = img1.shape[0]
-    x_img1 = img1.shape[1]
-    xhalf_img1 = x_img1 // 2
-    count = np.uint(0)
-    img_maskL  = np.zeros( ( y_number, xhalf_img1 ), np.uint8)
-    img_maskR = np.zeros( ( y_number, xhalf_img1 ), np.uint8)
-    Left_crd = np.zeros( ( 2 , ), np.uint16)
-    Right_crd = np.zeros( ( 2 , ), np.uint16)
-    row_mean_L = np.zeros( ( y_img1 ), np.uint16)
-    row_mean_R = np.zeros( ( y_img1 ), np.uint16)
-    p_vaiue = p_vaiue2 = p_vaiue3 = Left_crd_max  = Right_crd_min = 0
-    G_vaiue3 = G_vaiue2 = G_vaiue1 = 0
-    X = 0
-    X2 = 0
-    Y = 0
-    X_gap = 15
-    F4 = F5 = F3 = 0
-    if F3 < -X :
-        F4 = -F3 - X
-    if F3 > X :
-        F5 = F3 - X
-    if y_number == 1:
-        for y in range(Y,img1.shape[0]-Y, 1):
-            #'''一行ずつ処理
-            img_maskL = img1[ y , X + F3 + F4 : xhalf_img1 + F3 - X2]
-            img_maskR = img1[ y, xhalf_img1 + F3 + X2  : x_img1 - X + F3 -F5]
-            Left_crd = np.array( np.where( img_maskL > 0 ) ) [0,:]
-            Right_crd = np.array( np.where( img_maskR > 0 ) ) [0,:]
-            Left_Mean =np.mean( Left_crd )
-            Right_Mean = np.mean( Right_crd )
-            if (Left_Mean > 0) and ( Right_Mean > 0 ) :
-                Left_crd_max = np.max( Left_crd )
-                Right_crd_min = np.min( Right_crd )
-                count += 1
-                row_mean_L[y+(y_number//2)] = int(Left_crd_max + X + F3 + F4 )
-                row_mean_R[y+(y_number//2)] = int(Right_crd_min + xhalf_img1 + F3 + X2)
-                p_vaiue1 = ( xhalf_img1 - Left_crd_max - Right_crd_min - X - (2*F3) + X_gap)
-                p_vaiue2 = p_vaiue2 + p_vaiue1
-                p_vaiue3 = p_vaiue2  / ((count))
-    else:
-        for y in range(Y,img1.shape[0]-Y, y_number): #複数列処理
-            #'''複数列処理
-            img_maskL = img1[ y : y+y_number,X + F3 + F4: xhalf_img1 + F3 - X2]
-            img_maskR = img1[ y : y+y_number, xhalf_img1 + F3 + X2  : x_img1 - X + F3 -F5]
-            Left_crd=np.array(np.where(img_maskL >0))[1,:]
-            Right_crd=np.array(np.where(img_maskR >0))[1,:]
-            Left_Mean = np.mean( Left_crd[~np.isnan(Left_crd) ] )
-            Right_Mean = np.mean( Right_crd[~np.isnan(Right_crd) ] )
-            if (Left_Mean > 0) and ( Right_Mean > 0 ) :
-                Left_crd_max = np.max( Left_crd )
-                Right_crd_min = np.min( Right_crd )
-                count += 1
-                row_mean_L[y+(y_number//2)] = int(Left_crd_max + X + F3 + F4 ) #各画素列の平均
-                row_mean_R[y+(y_number//2)] = int(Right_crd_min + xhalf_img1 + F3 + X2)
-                p_vaiue1 = ( xhalf_img1- Left_crd_max - Right_crd_min - X - (2*F3)  + X_gap)
-                p_vaiue2 +=  p_vaiue1
-                p_vaiue3 = p_vaiue2  / (count)
-    return row_mean_L , row_mean_R ,p_vaiue3
-```
-###理解しているつもりのこと(間違っていたらご指摘ください)
-・Autonomous.pyについては理解できています。
-・processing.pyについて
-> img_src=cv2.resize(img_src,(imageX,imageY))
-で、Autonomous.pyから取得したカメラ画像を160×60にしており、その後は画像加工を行っている。
-加工内容も一応理解はしています。
-###分からないこと
-p_value.pyに関して(numpyに関して)が理解できていません。
-numpyについて学習してみたものの、いざコードを読もうとしてもさっぱりでした。
-> y_img1 = img1.shape[0]
-    x_img1 = img1.shape[1]
-    xhalf_img1 = x_img1 // 2
-は、processing.pyから取得した加工済みの画像の高さ・幅・幅の1/2の情報を取得しているのだと思いますが、その後は全く分かりません。
-この辺はこんなことをしている、程度のざっくりでいいのでご教授いただけますと幸いです。
-自分でも驚くほどの無知なため、大雑把な質問になってしまいましたが先輩のお力をお貸しください。よろしくお願いいたします。