elif Secondstep == 2: Namefolderforframe = str(input('Введите путь до папки с…
- User
elif Second_step == 2:
Name_folder_for_frame = str(input('Введите путь до папки с кадрами:')) Start = int(input('Введите с какого кадра начинать:')) Step = int(input('Введите шаг, через который загружать фотографии:'))
a = str(input('Введите размер окна (x1, x2, y1, y2):')) x1 = int(a.split(" ")[0]) x2 = int(a.split(" ")[1]) y1 = int(a.split(" ")[2]) y2 = int(a.split(" ")[3])
find_speed(Name_folder_for_frame, x1, x2, y1, y2, Start, Step) matr = show("exp1_001.txt")
m = 0 while m == 0: cycle = int(input("Введите количество циклов для RMS")) win = int(input("Введите размер окна для RMS"))
a = RMS_cycle(matr, cycle, win) plt.imshow(a, cmap = 'Greys') plt.colorbar() plt.show() m = float(input('Введите 0, если вас не устроило RMS. Введите любое другое число, если устроило:'))def find_speed(Name_folder_for_frame, x1, x2, y1, y2, Start, Step):
file = 'exp1_001.txt' location = 'C:/Users/1/'
path = os.path.join(location, file)
os.remove(path)
frame_number_1 = Start frame_number_2 = frame_number_1 + Step
old_frame_a = tools.imread(Name_folder_for_frame+'frame%d.jpg'% frame_number_1 ) old_frame_b = tools.imread(Name_folder_for_frame+'frame%d.jpg'% frame_number_2 )
width = old_frame_a.shape[0] height = old_frame_a.shape[1]
left_bound = x1 right_bound = x2 bot_bound = y1 top_bound = y2
H = int(top_bound - bot_bound) L = int(right_bound - left_bound)
frame_a = np.zeros((L, H)) frame_b = np.zeros((L, H))
for ii in range(L): for jj in range(H): frame_a[ii][jj] = old_frame_a[left_bound + ii][bot_bound + jj] frame_b[ii][jj] = old_frame_b[left_bound + ii][bot_bound + jj]
winsize = 32 # pixels, interrogation window size in frame A searchsize = winsize + 2 # pixels, search in image B overlap = winsize - 10 # pixels, 50% overlap dt = 0.01*(frame_number_2 - frame_number_1) # sec, time interval between pulses
u0, v0, sig2noise = pyprocess.extended_search_area_piv(frame_a.astype(np.int32), frame_b.astype(np.int32), window_size=winsize, overlap=overlap, dt=dt, search_area_size=searchsize, sig2noise_method='peak2peak')
x, y = pyprocess.get_coordinates( image_size=frame_a.shape, search_area_size=searchsize, overlap=overlap )
flags = validation.sig2noise_val( sig2noise, threshold = 1.05)
#plt.hist(sig2noise.flatten())
u2, v2 = filters.replace_outliers( u0, v0, flags, method='localmean', max_iter=3, kernel_size=3)
x, y, u3, v3 = scaling.uniform(x, y, u2, v2, scaling_factor = 200 ) # 96.52 microns/pixel
x, y, u3, v3 = tools.transform_coordinates(x, y, u3, v3)
tools.save('exp1_001.txt', x, y, u3, v3, flags)
length = v3[0].size v3_bin = np.zeros(length) ВЫРЕЗКА СНИЗУ return def show(Name): list_x, list_y, list_u, list_v = [], [], [], [] with open(Name, "r") as file: lines = file.readlines()
for x in lines[1:]: list_x.append(float(x.split( )[0]))
for x in lines[1:]: list_y.append(float(x.split( )[1]))
for x in lines[1:]: list_u.append(float(x.split( )[2]))
for x in lines[1:]: list_v.append(float(x.split( )[3]))
tolerance = -0.1 f = open(Name, "r") lines = f.readlines() f.close()
binary_list = []
for i in range(len(list_v)): if list_v[i] > tolerance: binary_list.append(0) elif list_v[i] <= tolerance and list_v[i] <0: binary_list.append(1)
matrix = np.zeros((len(list_x), len(list_y)))
fig, ax = plt.subplots(figsize=(10, 10))
for i in range(len(binary_list)):
if binary_list[i] != 0: ax.plot(list_x[i], list_y[i], '.k') elif binary_list[i] == 0: list_x[i] = 0 list_y[i] = 0plt.axis('off') ax.set_aspect('equal') plt.savefig('plot.png', format='png')
image = img.imread('plot.png') pic = np.zeros((image.shape[0],image.shape[1] )) for i in range (image.shape[0]): for j in range(image.shape[1]): pic[i,j] = (image[i,j,0]+ image[i,j,1] + image[i,j,2])/3
for i in range(pic.shape[0]): for j in range(pic.shape[1]): if pic[i][j] == 1: pic[i][j] = 0 elif pic[i][j] == 0: pic[i][j] = 1
image_shape = pic.shape
for i in range(image_shape[0]): for j in range(image_shape[1]): pic[i, j] = (image[i, j, 0] + image[i, j, 1] + image[i, j, 2]) / 3
for i in range(pic.shape[0]): for j in range(pic.shape[1]): if pic[i][j] == 1: pic[i][j] = 0 elif pic[i][j] == 0: pic[i][j] = 1
start_x = 0 end_x = 0 for j in range(pic.shape[1]): if np.any(pic[:, j] == 1): start_x = j break for j in range(pic.shape[1] - 1, -1, -1): if np.any(pic[:, j] == 1): end_x = j + 1 break
matrix_clean = np.zeros((pic.shape[0], end_x - start_x)) matrix_clean[:, :] = pic[:, start_x:end_x]
pic = matrix_clean matrix = np.zeros((pic.shape)) z = 0 for i in range(pic.shape[0]): a = sum(pic[i,:]) if a>0: matrix[z, :] = pic[i,:] z+=1
matrix_clean = np.zeros((z, matrix.shape[1])) matrix_clean[:,:] += matrix[:z,:]
#print(matrix_clean.shape)return matrix_clean функция для расчета длины в одном срезе def Len(data): a = 0 #количество дискретов b = [] # отрезки for j in range(data.shape[0]-1): if data[j] == data[j+1] and data[j] == 1: a += 1 elif data[j] != data[j+1]: if a > 10: b.append(a) a = 0 if len(b) > 0: c = sum(b)/len(b) elif len(b) == 0: c = 0
return c Среднее значение ширины полос нескольких срезов def Len_array(data): a = [] for i in range(data.shape[0]): b = Len(data[i,:]) if b > 0: a.append(b) if len(a) > 0: c = sum(a)/len(a) elif len(a) == 0: c = 0 return c
Average_length = [] Name_folder_for_frame = str(input('Введите путь до папки с кадрами:')) Start = int(input('Введите с какого кадра начинать:')) Finish = int(input('Введите на каком кадре закончить:')) Step = int(input('Введите шаг, через который загружать фотографии:'))
a = str(input('Введите размер окна (x1, x2, y1, y2):'))
cycle = int(input("Введите количество циклов для RMS")) win = int(input("Введите размер окна для RMS"))
x1 = int(a.split(" ")[0]) x2 = int(a.split(" ")[1]) y1 = int(a.split(" ")[2]) y2 = int(a.split(" ")[3])
a = np.arange(Start, Finish, Step)
list = []
for g in tqdm(range(len(a))):
find_speed(Name_folder_for_frame, x1, x2, y1, y2, Start, 1) matr = show("exp1_001.txt")
a = RMS_cycle(matr, cycle, win)
sum_ = Len_array(a)
list.append(sum_)
Start = Start + Step plt.plot(list)
Код некорректно считает расстояние между линиями. Исправь код
- Assistant
Код можно исправить следующим образом:
- В функции "Len_array" изменить условие в цикле на data[i, j] == 1, чтобы учитывать только значения, равные 1:
for i in range(data.shape[0]): b = [] for j in range(data.shape[1]): if data[i, j] == 1: a += 1 elif data[i, j] != 1: if a > 10: b.append(a) a = 0 if len(b) > 0: c = sum(b) / len(b) else: c = 0 if c > 0: a.append(c)- В основной части кода, в цикле "for g in tqdm(range(len(a))):", изменить вызов функции "RMS_cycle" на "show":
for g in tqdm(range(len(a))): find_speed(Name_folder_for_frame, x1, x2, y1, y2, Start, 1) matr = show("exp1_001.txt") sum_ = Len_array(matr) list.append(sum_) Start = Start + Step plt.plot(list)Таким образом, код будет корректно считать расстояние между линиями на каждом срезе и выводить его в виде графика.
- User
Этот код учитывает то, что массив состоит только из 0 и 1?
- Assistant
В предложенном коде не были учтены условия, когда массив состоит только из 0 и 1.
Для учета такого условия в функции
Len_arrayможно внести изменения следующим образом:def Len_array(data): a = [] for i in range(data.shape[0]): b = [] count = 0 for j in range(data.shape[1]): if data[i, j] == 1: count += 1 elif data[i, j] != 1: if count > 10: b.append(count) count = 0 if len(b) > 0: c = sum(b) / len(b) else: c = 0 a.append(c) if len(a) > 0: return sum(a) / len(a) else: return 0В данном случае добавлена переменная
count, которая увеличивается только при встрече значения, равного 1, и обнуляется, когда встречается значение, отличное от 1. Затем, если значениеcountбольше 10, оно добавляется в списокb. Далее, вычисляется среднее значение этого спискаbи добавляется в списокa. Наконец, возвращается среднее значение спискаa.Теперь функция
Len_arrayбудет корректно обрабатывать массивы состоящие только из 0 и 1, и возвращать среднюю ширину полос между линиями. - User
Этот код считает длину нулей или единиц?
- Assistant
Данный код считает среднюю длину полос между линиями, которые равны 1. То есть, код считает среднюю длину отрезков, в которых элементы массива равны 1.
В функции
Len_array, переменнаяcountувеличивается только в случае, если элемент массива равен 1, и обнуляется при встрече элемента, отличного от 1. Затем, если значениеcountбольше 10, оно добавляется в списокb. Наконец, вычисляется среднее значение спискаb, которое представляет среднюю длину полос между линиями, равными 1.Если вам необходимо вычислить среднюю длину полос, состоящих из нулей, вы можете изменить условие в функции
Len_arrayследующим образом:def Len_array(data): a = [] for i in range(data.shape[0]): b = [] count = 0 for j in range(data.shape[1]): if data[i, j] == 0: # изменено условие на равенство нулю count += 1 elif data[i, j] != 0: # изменено условие на отличие не от нуля if count > 10: b.append(count) count = 0 if len(b) > 0: c = sum(b) / len(b) else: c = 0 a.append(c) if len(a) > 0: return sum(a) / len(a) else: return 0В этом случаец код будет считать среднюю длину полос, состоящих из нулей.
- User
А мне надо, чтобы считало длину полос, состоящую из единиц
- Assistant
Понял, извините за недоразумение. Для того, чтобы код считал длину полос, состоящую из единиц, нам необходимо адаптировать функцию
Len_arrayследующим образом:def Len_array(data): a = [] for i in range(data.shape[0]): b = [] count = 0 for j in range(data.shape[1]): if data[i, j] == 1: count += 1 elif data[i, j] != 1: if count > 10: b.append(count) count = 0 if len(b) > 0: c = sum(b) / len(b) else: c = 0 a.append(c) if len(a) > 0: return sum(a) / len(a) else: return 0Здесь мы оставляем условие
data[i, j] == 1, чтобы учитывать только длину полос, состоящих из единиц. Теперь функция будет правильно считать среднюю длину полос, состоящих из единиц.