{"id":322,"date":"2021-10-16T10:54:16","date_gmt":"2021-10-16T10:54:16","guid":{"rendered":"http:\/\/liipetti.net\/retkia\/?p=322"},"modified":"2021-10-16T11:06:05","modified_gmt":"2021-10-16T11:06:05","slug":"kuvien-kasittely-pythonilla-osa-1","status":"publish","type":"post","link":"https:\/\/liipetti.net\/retkia\/kuvien-kasittely-pythonilla-osa-1\/","title":{"rendered":"Kuvien k\u00e4sittely pythonilla, osa 1"},"content":{"rendered":"\n

Neurokuvatreenien yhteydess\u00e4 nousee yhten\u00e4\u00e4n esille, ett\u00e4 siin\u00e4 on kyseess\u00e4 uusi paradigma k\u00e4sitell\u00e4 ja generoida kuvia. T\u00e4ss\u00e4 sarjassa katsotaan sit\u00e4 ”vanhaa” mallia, jossa k\u00e4yd\u00e4\u00e4n suoraan k\u00e4siksi kuvan pikseleihin, jota kaiken aikaa tarvitaan my\u00f6s neurokuvanteossa. K\u00e4yt\u00e4nn\u00f6ss\u00e4 melkeinp\u00e4 enemm\u00e4n n\u00e4it\u00e4 kuin sit\u00e4 syv\u00e4oppimista.<\/p>\n\n\n\n

K\u00e4yt\u00e4mme python-ohjelmointikielt\u00e4 ja opencv-kirjastoa. Kuten neurokuvatreenit, t\u00e4m\u00e4k\u00e4\u00e4n ei ole pythonin peruskurssi. Esittelen miten hommat toimivat ja k\u00e4yt\u00e4n siin\u00e4 pythonia ja opencv:t\u00e4 esimerkkin\u00e4. <\/p>\n\n\n\n

L\u00e4hdet\u00e4\u00e4n siit\u00e4 ett\u00e4 meill\u00e4 on kansiossa kuvatiedosto, vaikkapa test4.png. Avaan python-tulkin, luen opencv-kirjastolla kuvan ja katsotaan mit\u00e4 se on sy\u00f6nyt. <\/p>\n\n\n\n

>>> import cv2\n>>> im = cv2.imread(\"test4.png\")\n>>> im.shape\n(480, 640, 3)\n>>> im.min()\n1\n>>> im.max()\n252\n>>> im[0,0]\narray([118, 163, 224], dtype=uint8)<\/pre>\n\n\n\n
Mit\u00e4 tapahtui? Luimme kuvan muuttujaan im, n\u00e4emme ett\u00e4 sen mitat ovat 480x640x3, mitk\u00e4 vastaavat kuvan korkeutta ja leveytt\u00e4, ja 3 vastaa kuvan kolmea v\u00e4rikanavaa, RGB eli punainen, vihre\u00e4 ja sininen. Katsomme tuossa viel\u00e4, ett\u00e4 kuvassamme v\u00e4rikanavien arvot ovat v\u00e4lill\u00e4 1…252. <\/p>\n\n\n\n
Kukin pikseli esitet\u00e4\u00e4n siis kolmella v\u00e4rikanavalla, joiden arvot ovat kokonaislukuja v\u00e4lill\u00e4 0..255, juuri se mik\u00e4 kahdeksalla bitill\u00e4 voidaan esitt\u00e4\u00e4. <\/p>\n\n\n\n
Lopuksi katsomme oikeassa yl\u00e4nurkassa olevan pikselin arvon: 118, 163, 224. T\u00e4ss\u00e4 kohtaa pit\u00e4\u00e4 varoittaa: opencv:ss\u00e4 v\u00e4rikanavien j\u00e4rjestys on BGR, eli tuossa siis punainen on kirkkain, ei sininen.<\/p>\n\n\n\n
Voisimme muuttaa tuon pikselin arvon yksinkertaisesti n\u00e4in. Talletamme sen my\u00f6s levylle jotta n\u00e4emme miten k\u00e4vi. Tosin yhden pikselin muutosta ei kovin selv\u00e4sti taida huomata.<\/p>\n\n\n\n
>>> im[0,0] = (0, 0, 255)\n>>> cv2.imwrite(\"test4b.png\", im)\nTrue<\/pre>\n\n\n\n
Muutetaan kerralla isompi alue jostain kuvan keskivaiheilta:<\/p>\n\n\n\n
>>> im[200:250,300:360] = (0, 0, 255)\n>>> cv2.imwrite(\"test4c.png\", im)\nTrue<\/pre>\n\n\n\n
Ja nyt kun katsomme mit\u00e4 tiedostosta l\u00f6ytyy, on sinne kuvaan todella ilmaantunut punainen suorakulmio.
<\/p>\n\n\n\n
\"\"<\/figure>\n\n\n\n
Luetaanpa toinenkin kuva ja kokeilla laittaa kuvat p\u00e4\u00e4llekk\u00e4in. Huomataan ett\u00e4 toinen kuva on eri kokoinen, joten leikataan siit\u00e4 sopiva pala.<\/p>\n\n\n\n
>>> im2 = cv2.imread(\"test.png\")\n>>> im2.shape\n(1000, 871, 3)\n>>> h = 480\n>>> w = 640\n>>> im2b = im2[200:200+h, 100:100+w]\n>>> im2b.shape\n(480, 640, 3)<\/pre>\n\n\n\n
Lasketaan sitten kuvien keskiarvo, siis kuvat pikseleitt\u00e4in yhteen ja jaetaan kahdella. T\u00e4ss\u00e4 nyt tulee kuitenkin rajoja vastaan… useiden pikselien summa nousee yli yl\u00e4rajan 255 ja kun se viel\u00e4 jaetaan kahdella, lopputulos ei koskaan nouse yli 128:n kirkkaat s\u00e4vyt leikkautuvat pois ja kuvasta tulee tummas\u00e4vyinen. Kokeillaan kuitenkin, kokeilemalla l\u00f6yt\u00e4\u00e4 usein mielenkiintoisia efektej\u00e4. Eli tuossa vasemmalla ensimm\u00e4inen kuva, sitten toisesta kuvast rajaamamme palanen, ja lopuksi laskutoimituksemme tulos. Ei hassumpi.<\/p>\n\n\n\n