Pythonで画像処理ガボールフィルタ

今日は、昔(8年くらい前)にCで頑張って作っていた

ガボールフィルタ

$g(x,y;\lambda ,\theta ,\psi ,\sigma ,\gamma )=\exp \left(-{\frac {x'^{2}+\gamma ^{2}y'^{2}}{2\sigma ^{2}}}\right)\cos \left(2\pi {\frac {x'}{\lambda }}+\psi \right)$

をPythonに落としこもうと思います。

ガボールフィルタは、第一視覚野で行われている

エッジ方向の抽出を画像処理で実現するときに使ったりします。

私は特徴量の抽出で使ったりしました。

当時、画像処理で遊んでた時はOpenCVもVer１系だったりで、

ほぼ自力だったので大変でした。

ガボールフィルタ（C言語バージョン）はこちら

void gaborCoefficients(double **gabor_filter, double sigma_pow2, int w)
{
	double PI= 3.1415926535897932384626;
	int mask_size= w*2+1;
	double sum= 0;
	int j= 0;
	
	double lambda[5]= {4.0, 4*sqrt(2.0), 8.0, 8.0*sqrt(2.0), 16.0};
	double psi[8]= {};
	for(int mu=0; mu<8; mu++){
		psi[mu]=(double)mu*PI/8.0;
	}
	for(int nu=0; nu<5; nu++){
		for(int mu=0; mu<8; mu++){
			j= mu+ 8*nu;
			for(int yy=0; yy<mask_size; yy++){
				for(int xx=0; xx<mask_size; xx++){
					double x= xx- w;
					double y= yy- w;
					double xp= (double)x*cos(psi[mu])+ (double)y*sin(psi[mu]);
					double yp= (double)x*(-1)*sin(psi[mu])+ (double)y*cos(psi[mu]);
					double tmp= exp(-1*(xp*xp+ yp*yp))/(2.0*1.5*1.5);
					//double tmp= exp(-1*(xp*xp+ yp*yp))/(2.0*lambda[nu]*lambda[nu]);
					double arg= 2.0*PI*xp/(lambda[nu]+3.0);
					gabor_filter[j][2*mask_size*yy+ 2*xx]= tmp*cos(arg);
					gabor_filter[j][2*mask_size*yy+ 2*xx+ 1]= tmp*sin(arg);
				}
			}
		}
	}
}

void gaborCoefficients(double **gabor_filter, double sigma_pow2, int w)

{

double PI= 3.1415926535897932384626;

int mask_size= w*2+1;

double sum= 0;

int j= 0;

double lambda[5]= {4.0, 4*sqrt(2.0), 8.0, 8.0*sqrt(2.0), 16.0};

double psi[8]= {};

for(int mu=0; mu<8; mu++){

psi[mu]=(double)mu*PI/8.0;

}

for(int nu=0; nu<5; nu++){

for(int mu=0; mu<8; mu++){

j= mu+ 8*nu;

for(int yy=0; yy<mask_size; yy++){

for(int xx=0; xx<mask_size; xx++){

double x= xx- w;

double y= yy- w;

double xp= (double)x*cos(psi[mu])+ (double)y*sin(psi[mu]);

double yp= (double)x*(-1)*sin(psi[mu])+ (double)y*cos(psi[mu]);

double tmp= exp(-1*(xp*xp+ yp*yp))/(2.0*1.5*1.5);

//double tmp= exp(-1*(xp*xp+ yp*yp))/(2.0*lambda[nu]*lambda[nu]);

double arg= 2.0*PI*xp/(lambda[nu]+3.0);

gabor_filter[j][2*mask_size*yy+ 2*xx]= tmp*cos(arg);

gabor_filter[j][2*mask_size*yy+ 2*xx+ 1]= tmp*sin(arg);

}

For文何重だって話ですね。

ガボールフィルタ（Pythonバージョン）はこちら

# -*- coding: utf-8 -*-
import numpy as np
import pylab as plt
import cv2

gaborConf = cv2.getGaborKernel((100, 100), 16.0, np.radians(0), 10, 0.5, 0)
plt.imshow(gaborConf, cmap="ocean") and plt.show()

# -*- coding: utf-8 -*-

import numpy as np

import pylab as plt

import cv2

gaborConf = cv2.getGaborKernel((100, 100), 16.0, np.radians(0), 10, 0.5, 0)

plt.imshow(gaborConf, cmap="ocean") and plt.show()

・・・。

ライブラリで用意されてるんだ・・・・。

2行で描画までできるとか・・・。

あの頃の努力は一体・・・。

結果

THE 衝撃的。

こちらの記事も読まれています

SVNのキーワード展開

Pythonで画像処理ガボールフィルタ

ガボールフィルタ（C言語バージョン）はこちら

ガボールフィルタ（Pythonバージョン）はこちら

結果

こちらの記事も読まれています

コメントを残すコメントをキャンセル

サイト内検索

人気記事

カテゴリー

ガボールフィルタ（C言語バージョン）はこちら

ガボールフィルタ（Pythonバージョン）はこちら

結果

こちらの記事も読まれています

コメントを残す コメントをキャンセル

サイト内検索

人気記事

カテゴリー

コメントを残すコメントをキャンセル