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.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.