def hue_histogram_as_image(hist):
histimg_hsv = cv.CreateImage((640, 480), 8, 3)
mybins = cv.CloneMatND(hist.bins)
cv.Log(mybins, mybins)
(_, hi, _, _) = cv.MinMaxLoc(mybins)
cv.ConvertScale(mybins, mybins, 255. / hi)
w, h = cv.GetSize(histimg_hsv)
hdims = int(cv.GetDims(mybins)[0])
for x in range(w):
xh = (180 * x) / (w - 1) # hue sweeps from 0-180 across the image
val = int(mybins[int(hdims * x / w)] * h / 255)
cv.Rectangle(histimg_hsv, (x, 0), (x, h - val), (xh, 255, 64), -1)
cv.Rectangle(histimg_hsv, (x, h - val), (x, h), (xh, 255, 255), -1)
histimg = cv.CreateImage((320, 200), 8, 3)
cv.CvtColor(histimg_hsv, histimg, cv.CV_HSV2BGR)
return histimg
def setup_camshift(roi_selection, img):
hist = cv.CreateHist([180], cv.CV_HIST_ARRAY, [(0, 180)], 1)
# backproject_mode = False
histimg_hsv = cv.CreateImage((320, 200), 8, 3)
mybins = cv.CloneMatND(hist.bins)
cv.Log(mybins, mybins)
(_, hi, _, _) = cv.MinMaxLoc(mybins)
cv.ConvertScale(mybins, mybins, 255. / hi)
w, h = cv.GetSize(histimg_hsv)
hdims = cv.GetDims(mybins)[0]
for x in range(w):
xh = (180 * x) / (w - 1) # hue sweeps from 0-180 across the image
val = int(mybins[int(hdims * x / w)] * h / 255)
cv.Rectangle(histimg_hsv, (x, 0), (x, h - val), (xh, 255, 64), -1)
cv.Rectangle(histimg_hsv, (x, h - val), (x, h), (xh, 255, 255), -1)
histimg = cv.CreateImage((320, 200), 8, 3)
cv.CvtColor(histimg_hsv, histimg, cv.CV_HSV2BGR)
# making_selection
# print roi_selection[0]
# print roi_selection[1]
point1 = roi_selection[0]
point2 = roi_selection[1]
xmin = point1[0]
ymin = point1[1]
xmax = point2[0]
ymax = point2[1]
widthx = xmax - xmin
heighty = ymax - ymin
selection = (xmin, ymin, widthx, heighty)
return selection, hist
# use nonzero_rows parameter in cv.FT() call below
cv.DFT(dft_A, dft_A, cv.CV_DXT_FORWARD, complexInput.height)
cv.NamedWindow("win", 0)
cv.NamedWindow("magnitude", 0)
cv.ShowImage("win", im)
# Split Fourier in real and imaginary parts
cv.Split(dft_A, image_Re, image_Im, None, None)
# Compute the magnitude of the spectrum Mag = sqrt(Re^2 + Im^2)
cv.Pow(image_Re, image_Re, 2.0)
cv.Pow(image_Im, image_Im, 2.0)
cv.Add(image_Re, image_Im, image_Re, None)
cv.Pow(image_Re, image_Re, 0.5)
# Compute log(1 + Mag)
cv.AddS(image_Re, cv.ScalarAll(1.0), image_Re, None) # 1 + Mag
cv.Log(image_Re, image_Re) # log(1 + Mag)
# Rearrange the quadrants of Fourier image so that the origin is at
# the image center
cvShiftDFT(image_Re, image_Re)
min, max, pt1, pt2 = cv.MinMaxLoc(image_Re)
cv.Scale(image_Re, image_Re, 1.0 / (max - min), 1.0 * (-min) / (max - min))
cv.ShowImage("magnitude", image_Re)
cv.WaitKey(0)
def atualiza_foto(self):
real = cv.CreateImage(cv.GetSize(imagem), cv.IPL_DEPTH_64F, 1)
imaginario = cv.CreateImage(cv.GetSize(imagem), cv.IPL_DEPTH_64F, 1)
complexo = cv.CreateImage(cv.GetSize(imagem), cv.IPL_DEPTH_64F, 2)
cv.Scale(imagem_cinza, real, 1.0, 0.0)
cv.Zero(imaginario)
cv.Merge(real, imaginario, None, None, complexo)
Altura_M = cv.GetOptimalDFTSize(imagem.height - 1)
Largura_N = cv.GetOptimalDFTSize(imagem.width - 1)
Vetor_dft = cv.CreateMat(Altura_M, Largura_N, cv.CV_64FC2)
imagem_Real = cv.CreateImage((Largura_N, Altura_M), cv.IPL_DEPTH_64F,
1)
imagem_Imaginaria = cv.CreateImage((Largura_N, Altura_M),
cv.IPL_DEPTH_64F, 1)
temporario = cv.GetSubRect(Vetor_dft,
(0, 0, imagem.width, imagem.height))
cv.Copy(complexo, temporario, None)
if (Vetor_dft.width > imagem.width):
temporario = cv.GetSubRect(
Vetor_dft,
(imagem.width, 0, Largura_N - imagem.width, imagem.height))
cv.Zero(temporario)
# APLICANDO FOURIER
cv.DFT(Vetor_dft, Vetor_dft, cv.CV_DXT_FORWARD, complexo.height)
cv.Split(Vetor_dft, imagem_Real, imagem_Imaginaria, None, None)
cv.Pow(imagem_Real, imagem_Real, 2.0)
cv.Pow(imagem_Imaginaria, imagem_Imaginaria, 2.0)
cv.Add(imagem_Real, imagem_Imaginaria, imagem_Real, None)
cv.Pow(imagem_Real, imagem_Real, 0.5)
cv.AddS(imagem_Real, cv.ScalarAll(1.0), imagem_Real, None)
cv.Log(imagem_Real, imagem_Real)
cvShiftDFT(imagem_Real, imagem_Real)
min, max, pt1, pt2 = cv.MinMaxLoc(imagem_Real)
cv.Scale(imagem_Real, imagem_Real, 1.0 / (max - min),
1.0 * (-min) / (max - min))
#APLICANDO FILTRO passa-baixa circular
cv.Circle(Vetor_dft, (0, 0), self.raio, [0, 0, 0], -1, 1, 0)
cv.Circle(Vetor_dft, (Vetor_dft.cols, 0), self.raio, [0, 0, 0], -1, 1,
0)
cv.Circle(Vetor_dft, (0, Vetor_dft.rows), self.raio, [0, 0, 0], -1, 1,
0)
cv.Circle(Vetor_dft, (Vetor_dft.cols, Vetor_dft.rows), self.raio,
[0, 0, 0], -1, 1, 0)
cv.Split(Vetor_dft, imagem_Real, imagem_Imaginaria, None, None)
cv.Pow(imagem_Real, imagem_Real, 2.0)
cv.Pow(imagem_Imaginaria, imagem_Imaginaria, 2.0)
cv.Add(imagem_Real, imagem_Imaginaria, imagem_Real, None)
cv.Pow(imagem_Real, imagem_Real, 0.5)
cv.AddS(imagem_Real, cv.ScalarAll(1.0), imagem_Real, None)
cv.Log(imagem_Real, imagem_Real)
cvShiftDFT(imagem_Real, imagem_Real)
min, max, pt1, pt2 = cv.MinMaxLoc(imagem_Real)
cv.Scale(imagem_Real, imagem_Real, 1.0 / (max - min),
1.0 * (-min) / (max - min))
cv.ShowImage("Transformada de Fourier", imagem_Real)
# APLICANDO A INVERSA de Fourier
cv.DFT(Vetor_dft, Vetor_dft, cv.CV_DXT_INVERSE_SCALE, Largura_N)
cv.Split(Vetor_dft, imagem_Real, imagem_Imaginaria, None, None)
min, max, pt1, pt2 = cv.MinMaxLoc(imagem_Real)
if ((pt1 < 0) or (pt2 > 255)):
cv.Scale(imagem_Real, imagem_Real, 1.0 / (max - min),
1.0 * (-min) / (max - min))
else:
cv.Scale(imagem_Real, imagem_Real, 1.0 / 255, 0)
cv.ShowImage("Inversa da Fourier", imagem_Real)
def opencvSaliency(self, scaledImageGray):
cvImageGray = cv.CreateMat(scaledImageGray.height,
scaledImageGray.width, cv.CV_32FC1)
cv.Convert(scaledImageGray, cvImageGray)
src = cvImageGray
dftWidth = cv.GetOptimalDFTSize(src.width - 1)
dftHeight = cv.GetOptimalDFTSize(src.height - 1)
real = cv.CreateMat(dftHeight, dftWidth, cv.CV_32FC1)
imaginary = cv.CreateMat(dftHeight, dftWidth, cv.CV_32FC1)
dft = cv.CreateMat(dftHeight, dftWidth, cv.CV_32FC2)
tmp = cv.GetSubRect(real, (0, 0, src.width, src.height))
cv.Copy(src, tmp)
cv.Zero(imaginary)
cv.Merge(real, imaginary, None, None, dft)
# do the fft
cv.DFT(dft, dft, cv.CV_DXT_FORWARD, src.height)
cv.Split(dft, real, imaginary, None, None)
cv.CartToPolar(real, imaginary, real, imaginary, 0)
cv.Log(real, real)
filtered = cv.CreateMat(dftHeight, dftWidth, cv.CV_32FC1)
cv.Copy(real, filtered)
cv.Smooth(filtered, filtered, cv.CV_BLUR)
cv.Sub(real, filtered, real, None)
cv.Exp(real, real)
cv.PolarToCart(real, imaginary, real, imaginary, 0)
#cv.PolarToCart( np.ones( shape=(dftHeight,dftWidth), dtype=np.float32 ), imaginary, real, imaginary,0 )
# do inverse fourier transform
cv.Merge(real, imaginary, None, None, dft)
cv.DFT(dft, dft, cv.CV_DXT_INV_SCALE, src.height)
cv.Split(dft, real, imaginary, None, None)
# get magnitude
cv.CartToPolar(real, imaginary, real, None, 0)
cv.Pow(real, real, 2.0)
FILTER_RAD = 3
IPL_BORDER_CONSTANT = 0
sfiltered = cv.CreateMat(real.height + FILTER_RAD * 2,
real.width + FILTER_RAD * 2, cv.CV_32FC1)
cv.CopyMakeBorder(real, sfiltered, (FILTER_RAD, FILTER_RAD),
IPL_BORDER_CONSTANT)
cv.Smooth(sfiltered, sfiltered, cv.CV_GAUSSIAN, 2 * FILTER_RAD + 1)
(min, max, minLoc, maxLoc) = cv.MinMaxLoc(sfiltered)
cv.ConvertScale(sfiltered, sfiltered, 1 / (max - min),
-min / (max - min))
# copy result to output image
tmp = cv.GetSubRect(sfiltered,
(FILTER_RAD, FILTER_RAD, src.width, src.height))
cv.Copy(tmp, cvImageGray)
#cvReleaseMat(&sfiltered);
#cvReleaseMat(&real);
#cvReleaseMat(&filtered);
#cvReleaseMat(&imaginary);
#cvReleaseMat(&dft);
saliencyMap = np.array(255.0 * np.array(cvImageGray), dtype=np.uint8)
return saliencyMap
