PyEFD

PyEFD是Python/NumPy实现的一种方法，用于通过傅里叶级数逼近轮廓，如[1]中所述。

安装

pip install pyefd

使用方法

给定一个形状的封闭轮廓，例如由scikit-image或OpenCV生成，此包可以拟合一个逼近轮廓形状的傅里叶级数。

通用使用示例

本节描述了pyefd的通用使用模式。

from pyefd import elliptic_fourier_descriptors
coeffs = elliptic_fourier_descriptors(contour, order=10)

返回的系数是以下形状傅里叶级数表示中的a_n、b_n、c_n和d_n。

返回的系数默认已归一化，以便它们是旋转和尺寸不变的。这可以通过调用

from pyefd import elliptic_fourier_descriptors
coeffs = elliptic_fourier_descriptors(contour, order=10, normalize=False)

归一化也可以在之后进行

from pyefd import normalize_efd
coeffs = normalize_efd(coeffs)

OpenCV示例

如果您使用OpenCV生成轮廓，此示例显示了如何将其连接到pyefd。

import cv2 
import numpy
from pyefd import elliptic_fourier_descriptors

# Find the contours of a binary image using OpenCV.
contours, hierarchy = cv2.findContours(
    im, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Iterate through all contours found and store each contour's 
# elliptical Fourier descriptor's coefficients.
coeffs = []
for cnt in contours:
    # Find the coefficients of all contours
    coeffs.append(elliptic_fourier_descriptors(
        numpy.squeeze(cnt), order=10))

使用EFD作为特征

要使用这些作为特征，可以编写一个小的包装函数

from pyefd import elliptic_fourier_descriptors

def efd_feature(contour):
    coeffs = elliptic_fourier_descriptors(contour, order=10, normalize=True)
    return coeffs.flatten()[3:]

如果系数已归一化，则coeffs[0, 0] = 1.0、coeffs[0, 1] = 0.0和coeffs[0, 2] = 0.0，因此在使用椭圆傅里叶描述符作为特征时可以忽略它们。

参阅[1]获取更多技术细节。

测试

使用Pytest运行测试

py.test tests.py

测试包括MNIST手写数字数据集的单个图像作为测试使用的轮廓。

文档

参阅ReadTheDocs。

参考文献

[1]: Frank P Kuhl, Charles R Giardina, Elliptic Fourier features of a closed contour, Computer Graphics and Image Processing, Volume 18, Issue 3, 1982, Pages 236-258, ISSN 0146-664X, http://dx.doi.org/10.1016/0146-664X(82)90034-X.

[2]: LeCun et al. (1999): The MNIST Dataset Of Handwritten Digits

变更日志

此项目中所有显著变更都将在此文件中记录。

格式基于Keep a Changelog，本项目遵循语义化版本控制。

1.6.0 (2021-12-09)

新增

• 新增具有圆柱对称性的3D表面演示。（examples/example1.py）

修复

• 修复未调用imshow时错误绘制的曲线。
• 修复丑陋的系数计算代码。

1.5.1 (2021-01-22)

新增

• elliptic_fourier_descriptors方法上的return_transformation关键字。合并#11。修复#5。

修复

• 文档修正。合并#12。

移除

• 删除损坏的示例脚本scikit_image.py。

1.4.1 (2020-09-28)

新增

• 新增CHANGELOG.md

变更

• 将CI从Azure Devops更改为Github Actions

1.4.0 (2019-07-27)

变更

• 合并PR #4：矢量化轮廓重建函数

1.3.0 (2019-06-18)

变更

• 合并PR #2：Numpy矢量化efd
• 从Travis CI迁移到Azure Pipelines
• 将rst替换为markdown

1.2.0 (2018-06-14)

变更

• 更新setup.py
• 更新numpy要求

新增

• 添加Pipfile
• 在代码上运行Black
• 在3.6上测试

1.1.0 (2018-06-13)

新增

• 新增OpenCV示例
• 更新文档

1.0.0 (2016-04-19)

变更

• 认为足够稳定，可以发布版本1.0

新增

• 创建文档。

0.1.2 (2016-02-29)

变更

• 使用pytest代替nosetests进行测试。

新增

• 添加Coveralls使用。

0.1.1 (2016-02-17)

修复

• 修复MANIFEST

新增

• 添加缺失的LICENSE文件。

0.1.0 (2016-02-09)

新增

• 初始发布