forked from yxG1005/smi_project
-
Notifications
You must be signed in to change notification settings - Fork 0
/
transform_vec2ras.py
124 lines (103 loc) · 5.17 KB
/
transform_vec2ras.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
"""
A tool suite to transform the vector representation
of images into raster form. Here are some parameter
@:param: vector_images: list of images
side: size after trans
"""
import cairo
import numpy as np
def vector_to_raster(vector_image, side=28, line_diameter=1, padding=0, bg_color=(0, 0, 0), fg_color=(1, 1, 1)):
"""
padding and line_diameter are relative to the original 256x256 image.
"""
original_side = 256.
# 从这里开始把pycairo具体的使用解析一下
'''
这个类就是生产image用的对象 需要的参数里第一个比较重要
他是pycairo自身定义的常量 代表32位保存一个像素 透明度以及RGB各占8位
'''
surface = cairo.ImageSurface(cairo.FORMAT_ARGB32, side, side)
'''
以下只不过是一些基本设置
'''
ctx = cairo.Context(surface)
ctx.set_antialias(cairo.ANTIALIAS_BEST)
ctx.set_line_cap(cairo.LINE_CAP_ROUND)
ctx.set_line_join(cairo.LINE_JOIN_ROUND)
ctx.set_line_width(line_diameter)
# scale to match the new size
# add padding at the edges for the line_diameter
# and add additional padding to account for antialiasing
total_padding = padding * 2. + line_diameter
new_scale = float(side) / float(original_side + total_padding)
# 设置好画图的画板尺寸 这里是正则化的过程 也就说 原先我们的大小是 256+padding大小 但是我们要映射到256 那么这里就有一个比例
ctx.scale(new_scale, new_scale)
# 改变transformation 矩阵 确定从哪里开始绘制
ctx.translate(total_padding / 2., total_padding / 2.)
# clear background
ctx.set_source_rgb(*bg_color)
ctx.paint()
# 这里粗略理解实在调整边界的位置 其实就是要居中
bbox = np.hstack(vector_image).max(axis=1) # 找到这张图像右下角
offset = ((original_side, original_side) - bbox) / 2. # 设置偏移量 看右下角和原始大小最右下角的差距 paddding肯定是要/2
offset = offset.reshape(-1, 1)
centered = [stroke + offset for stroke in vector_image] # 这样就把坐标对齐到右下角了 但是因为只走了一半 相对来说就是居中
# draw strokes, this is the most cpu-intensive part 比较耗费cpu的部分
ctx.set_source_rgb(*fg_color) # 先改变画笔的颜色 从黑到白 因为我们现在要开始划线了
# 记住 centered和vector_image其实是一样的 形状： [((1,3,5,7,6),(55,42,12,16,99)),((),()),((),()),.....]
for xv, yv in centered:
ctx.move_to(xv[0], yv[0])
for x, y in zip(xv, yv):
ctx.line_to(x, y)
ctx.stroke()
data = surface.get_data()
raster_image = np.copy(np.asarray(data)[::4])
return raster_image
'''
Why need this func:
We can use this func to extract strokes from a single image
ex: for image A, there are M vectorized path, these paths are
parts of labels in TRAINING_SET and VALIDATION_SET
'''
def extract_strokes(vector_image, side=28, line_diameter=1, padding=0, bg_color=(0, 0, 0), fg_color=(1, 1, 1)):
original_side = 256.
surface = cairo.ImageSurface(cairo.FORMAT_ARGB32, side, side)
'''
我们还要设置一块区域 这个区域的用处是将每张图片里面的stroke画出来然后放到图片的列表里
'''
ctx = cairo.Context(surface)
ctx.set_antialias(cairo.ANTIALIAS_BEST)
ctx.set_line_cap(cairo.LINE_CAP_ROUND)
ctx.set_line_join(cairo.LINE_JOIN_ROUND)
ctx.set_line_width(line_diameter)
# scale to match the new size
# add padding at the edges for the line_diameter
# and add additional padding to account for antialiasing
total_padding = padding * 2. + line_diameter
new_scale = float(side) / float(original_side + total_padding)
# 设置好画图的画板尺寸 这里是正则化的过程 也就说 原先我们的大小是 256+padding大小 但是我们要映射到256 那么这里就有一个比例
ctx.scale(new_scale, new_scale)
# 改变transformation 矩阵 确定从哪里开始绘制
ctx.translate(total_padding / 2., total_padding / 2.)
vec_strokes = []
# 这里粗略理解实在调整边界的位置 其实就是要居中
bbox = np.hstack(vector_image).max(axis=1) # 找到这张图像右下角
offset = ((original_side, original_side) - bbox) / 2. # 设置偏移量 看右下角和原始大小最右下角的差距 paddding肯定是要/2
offset = offset.reshape(-1, 1)
centered = [stroke + offset for stroke in vector_image] # 这样就把坐标对齐到右下角了 但是因为只走了一半 相对来说就是居中
for xv, yv in centered:
# clear background
ctx.set_source_rgb(*bg_color)
ctx.paint()
# draw strokes, this is the most cpu-intensive part 比较耗费cpu的部分
ctx.set_source_rgb(*fg_color) # 先改变画笔的颜色 从黑到白 因为我们现在要开始划线了
ctx.move_to(xv[0], yv[0])
for x, y in zip(xv, yv):
ctx.line_to(x, y)
ctx.stroke()
data1 = surface.get_data()
vecor_stroke = np.copy(np.asarray(data1)[::4])
vec_strokes.append(vecor_stroke)
return vec_strokes
if __name__ == '__main__':
print('TEST')