-
Notifications
You must be signed in to change notification settings - Fork 2
/
point_gradient.py
72 lines (49 loc) · 1.72 KB
/
point_gradient.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
# coding=utf-8
import copy
import numpy as np
#차이점을 찾기 위헤서 몸체 측면 사이의 기울기를 찾는 알고리즘입니다.
#두 개의 가로 좌표가 같으면 기울기는 무한대이며 INF로 설정합니다.
INF=100000
class Dstpoint:
def __init__(self, x, y):
self.x = x
self.y = y
#세개의 함수가 존재합니다.
def get_gradient(p1,p2):
print("|--- in get_gradient ---------|")
k=0
if p1.x==p2.x:
k=INF
else:
k=(p1.y-p2.y)+1.0/(p1.x-p2.x)
#기울기를 구한 후 반환한다. -> 해당 데이터를 모아 학습시키는 방법은..?
return k
def Get_Left_PointGradient(edge):
outImage = copy.copy(edge) # 객체 복사하기
# 사진의 픽셀 수
rowNumber = 840L
colNumber = 641L
#p1은 이전노드 p2는 이후 노드로 구성
p1=Dstpoint(0,0)
p2=Dstpoint(0,0)
#k1은 이전 선분의 기울기, k2는 현재 두점 사이의 기울기
k1=0.0
k2=0.0
#해당 값을 넣을 수 있는 벡터 생성: 빈 배열
Left_Gradient_Collention=np.array([])
#모든 픽셀 값을 순횐한다.
for i in range(0,rowNumber):
data=outImage[i]
for j in range(0,colNumber):
if 255 in data[j]:
p2.x=j
p2.y=i
k2=get_gradient(p1,p2)
if(k1==k2):
#마지막 값을 삭제하게 해야한다.
size=Left_Gradient_Collention.size
np.delete(Left_Gradient_Collention,size,0)
#그리고 새로운 요소를 집어넣습니다.
np.insert(Left_Gradient_Collention,)
def Get_Right_PointGradient(edge):
pass