glibvision/numpy_utils.py

import numpy as np

#2024-12-03  rotate_point_euler
#2024-12-04 load_data
def load_data(filepath):
    """
    カンマ区切りのテキストファイルからデータをNumPy配列に読み込みます。

    Args:
        filepath: データファイルのパス

    Returns:
        NumPy配列: 読み込まれたデータ。エラーが発生した場合はNone。
    """
    try:
        data = np.loadtxt(filepath, delimiter=",")
        return data
    except (FileNotFoundError, ValueError) as e:
        print(f"Error loading data: {e}")
        return None
def rotate_point_euler(point, angles,order="xyz"):
  """
  オイラー角を使って3Dポイントを回転させる関数

  Args:
    point: 回転させる3Dポイント (x, y, z)
    angles: 各軸周りの回転角度 (rx, ry, rz) [ラジアン]

  Returns:
    回転後の3Dポイント (x', y', z')
  """

  rx, ry, rz = angles
  point = np.array(point)

  # X軸周りの回転
  Rx = np.array([
      [1, 0, 0],
      [0, np.cos(rx), -np.sin(rx)],
      [0, np.sin(rx), np.cos(rx)]
  ])

  # Y軸周りの回転
  Ry = np.array([
      [np.cos(ry), 0, np.sin(ry)],
      [0, 1, 0],
      [-np.sin(ry), 0, np.cos(ry)]
  ])

  # Z軸周りの回転
  Rz = np.array([
      [np.cos(rz), -np.sin(rz), 0],
      [np.sin(rz), np.cos(rz), 0],
      [0, 0, 1]
  ])

  # 回転行列の合成 (Z軸 -> Y軸 -> X軸 の順で回転)
  order = order.lower()
  if order == "xyz":
    R = Rx @ Ry @ Rz
  elif order == "xzy":
    R = Rx @ Rz @ Ry
  elif order == "yxz":
    R = Ry @ Rx @ Rz
  elif order == "yzx":
    R = Ry @ Rz @ Rx
  elif order == "zxy":
    R = Rz @ Rx @ Ry
  else:#zyx
    R = Rz @ Ry @ Rx
      
 

  # 回転後のポイントを計算
  rotated_point = R @ point

  return rotated_point

def apply_binary_mask_to_color(base_image,color,mask):
    """
    二値マスクを使用して、画像の一部を別の画像にコピーする。

    Args:
        base_image (np.ndarray): コピー先の画像。
        paste_image (np.ndarray): コピー元の画像。
        mask (np.ndarray): 二値マスク画像。

    Returns:
        np.ndarray: マスクを適用した画像。

    """
    # TODO check all shape
    #print_numpy(base_image)
    #print_numpy(paste_image)
    #print_numpy(mask)
    if mask.ndim == 2:
        condition = mask == 255
    else:
        condition = mask[:,:,0] == 255
    
    base_image[condition] = color
    return base_image

def apply_binary_mask_to_image(base_image,paste_image,mask):
    """
    二値マスクを使用して、画像の一部を別の画像にコピーする。

    Args:
        base_image (np.ndarray): コピー先の画像。
        paste_image (np.ndarray): コピー元の画像。
        mask (np.ndarray): 二値マスク画像。

    Returns:
        np.ndarray: マスクを適用した画像。

    """
    # TODO check all shape
    #print_numpy(base_image)
    #print_numpy(paste_image)
    #print_numpy(mask)
    if mask.ndim == 2:
        condition = mask == 255
    else:
        condition = mask[:,:,0] == 255
    
    base_image[condition] = paste_image[condition]
    return base_image

def pil_to_numpy(image):
    return np.array(image, dtype=np.uint8)

def extruce_points(points,index,ratio=1.5):
    """
    indexのポイントをratio倍だけ、点群の中心から、外側に膨らます。
    """
    center_point = np.mean(points, axis=0)
    if index < 0 or index > len(points):
        raise ValueError(f"index must be range(0,{len(points)} but value = {index})")
    point1 =points[index]
    print(f"center = {center_point}")
    vec_to_center = point1 - center_point
    return vec_to_center*ratio + center_point


def bulge_polygon(points, bulge_factor=0.1,isClosed=True):
    """
    ポリゴンの辺の中間に点を追加し、外側に膨らませる
    ndarrayを返すので注意
    """
    # 入力 points を NumPy 配列に変換
    points = np.array(points)

    # ポリゴン全体の重心を求める
    center_point = np.mean(points, axis=0)
    #print(f"center = {center_point}")
    new_points = []
    num_points = len(points)
    for i in range(num_points):
        if i == num_points -1 and not isClosed:
            break
        p1 = points[i]
        #print(f"p{i} = {p1}")
        # 重心から頂点へのベクトル
        #vec_to_center = p1 - center_point
        
        # 辺のベクトルを求める
        mid_diff = points[(i + 1) % num_points] - p1
        mid = p1+(mid_diff/2)

        #print(f"mid = {mid}")
        out_vec = mid - center_point

        # 重心からのベクトルに bulge_vec を加算
        new_point = mid + out_vec * bulge_factor
        
        new_points.append(p1)
        new_points.append(new_point.astype(np.int32))

    return np.array(new_points)


# image.shape rgb are (1024,1024,3) use 1024,1024 as 2-dimensional
def create_2d_image(shape):
    grayscale_image = np.zeros(shape[:2], dtype=np.uint8)
    return grayscale_image