Process_Image.py

import math
import cv2
import numpy as np
from skimage.measure import label, regionprops


def jakikolor(ob):  # funkcja segreguje elementy pod kątem wartości kolorów zawartych w BoundingBox-ie
    if cv2.inRange(ob, (1, 1, 150), (50, 50, 255)).any():
        return 2
    elif cv2.inRange(ob, (1, 150, 1), (50, 255, 50)).any():
        return 0
    elif cv2.inRange(ob, (1, 150, 150), (50, 255, 255)).any():
        return 1


def ekstrakcja_cech(obiekt_do_ekstrakcji_cech):
    # ekstrakcja cech
    # binaryzacja obrazu
    b = cv2.inRange(obiekt_do_ekstrakcji_cech, (0, 0, 0), (255, 255, 255)) - (
            cv2.inRange(obiekt_do_ekstrakcji_cech, (0, 0, 0), (54, 53, 52)) + cv2.inRange(obiekt_do_ekstrakcji_cech,
                                                                                          (230, 229, 228),
                                                                                          (255, 255, 255)))
    # etykietowanie i ekstrakcja cech
    cechy = regionprops(label(b))
    ile_obiektow = len(cechy)
    lista_cech = ['EulerNumber', 'Area', 'BoundingBoxArea', 'FilledArea', 'Extent', 'EquivDiameter', 'Solidity']
    ile_cech = len(lista_cech)
    tabela_cech = np.zeros((ile_obiektow,
                            ile_cech + 1 + 7 + 5 + 1))  # "1" - to jedna cecha wyliczana, "7" to momenty Hu, "5" to yp xp yk xk, "1" to kolor
    listaob = []

    for i in range(0, ile_obiektow):
        yp, xp, yk, xk = cechy[i]['BoundingBox']
        if math.isclose(yk - yp, xk - xp, abs_tol=2):  # wykluczamy obiekty "wlatujące" i "wylatujące" z granic klatki
            tabela_cech[i, ile_cech + 9], tabela_cech[i, ile_cech + 10], tabela_cech[i, ile_cech + 11], tabela_cech[
                i, ile_cech + 12] = yp, xp, yk, xk
            aktualny_obiekt = obiekt_do_ekstrakcji_cech[yp:yk, xp:xk, :]
            tabela_cech[i, ile_cech + 13] = jakikolor(aktualny_obiekt)
            ret, binobj = cv2.threshold(aktualny_obiekt[:, :, 1], 0, 255, cv2.THRESH_BINARY)
            listaob.append(binobj)  # aktualny_obiekt
            # rejestrujemy wybrane cechy wyznaczone przez regionprops
            for j in range(0, ile_cech):
                tabela_cech[i, j] = cechy[i][lista_cech[j]]
            # dodajemy momenty Hu
            hu = cv2.HuMoments(cv2.moments(binobj))
            hulog = (1 - 2 * (hu > 0).astype('int')) * np.nan_to_num(np.log10(np.abs(hu)), copy=True, neginf=-99,
                                                                     posinf=99)
            tabela_cech[i, ile_cech + 1:ile_cech + 8] = hulog.flatten()

    tabela_cech[:, ile_cech] = tabela_cech[:, 3] / tabela_cech[:, 2]  # cecha wyliczana
    tabela_cech[:, 0] = (tabela_cech[:, 0] == 1)  # korekta liczby Eulera
    # wyczyszczona_z_zer_tabela_cech = []
    tabela_cech = np.nan_to_num(tabela_cech)
    nw = tabela_cech[~np.all(tabela_cech == 0, axis=1)]  # wycinamy wiersze zerowe

    return listaob, nw