private Mat Recipe(string path, double value, string option)
{
if (path != null)
{
Mat orgMat = new Mat(path);
Mat previewMat = new Mat();
#region //Algorithm
Mat matrix = new Mat();
switch (option)
{
case "Contrast":
Cv2.AddWeighted(orgMat, value, orgMat, 0, 0, previewMat);
break;
//AddWeighted 함수를 이용해서 gamma 인자를 통해 가중치의 합에 추가적인 덧셈을 한꺼번에 수행 할 수 있다.
//computes weighted sum of two arrays (dst = alpha*src1 + beta*src2 + gamma)
//http://suyeongpark.me/archives/tag/opencv/page/2
case "Brightness":
Cv2.Add(orgMat, value, previewMat);
break;
//Add 함수를 이용해서 영상의 덧셈을 수행 한다.
//Add 연산에서는 자동으로 포화 연산을 수행한다.
//http://suyeongpark.me/archives/tag/opencv/page/2
case "Blur":
Cv2.GaussianBlur(orgMat, previewMat, new OpenCvSharp.Size(9, 9), value, 1, BorderTypes.Default); //GaussianBlur
break;
//영상이나 이미지를 흐림 효과를 주어 번지게 하기 위해 사용합니다. 해당 픽셀의 주변값들과 비교하고 계산하여 픽셀들의 색상 값을 재조정합니다.
//각 필세마다 주변의 픽셀들의 값을 비교하고 계산하여 픽섹들의 값을 재조정 하게 됩니다. 단순 블러의 경우 파란 사격형 안에 평균값으로
//붉은색 값을 재종하게 되고, 모든 픽셀들에 대하여 적용을 하게 된다.
//https://076923.github.io/posts/C-opencv-13/
case "Rotation":
matrix = Cv2.GetRotationMatrix2D(new Point2f(orgMat.Width / 2, orgMat.Height / 2), value, 1.0); // 2x3 회전 행렬 생성 함수 GetRotationMatrix2D
Cv2.WarpAffine(orgMat, previewMat, matrix, new OpenCvSharp.Size(orgMat.Width, orgMat.Height), InterpolationFlags.Linear, BorderTypes.Replicate);
break;
//WarpAffine(원본 배열, 결과 배열, 행렬, 결과 배열의 크기) 결과 배열의 크기를 설정하는 이유는 회전 후, 원본 배열의 이미지 크기와 다를 수 있기 때문이다.
//Interpolation.Linear은 영상이나 이미지 보간을 위해 보편적으로 사용되는 보간법이다.
//BoderTypes.Replicate 여백을 검은색으로 채우면서 회전이 되더라도 zeropadding 된다.
//https://076923.github.io/posts/C-opencv-6/
case "Rotation90":
matrix = Cv2.GetRotationMatrix2D(new Point2f(orgMat.Width / 2, orgMat.Height / 2), 90, 1.0);
Cv2.WarpAffine(orgMat, previewMat, matrix, new OpenCvSharp.Size(orgMat.Width, orgMat.Height), InterpolationFlags.Linear, BorderTypes.Reflect);
break;
//WarpAffine(원본 배열, 결과 배열, 행렬, 결과 배열의 크기) 결과 배열의 크기를 설정하는 이유는 회전 후, 원본 배열의 이미지 크기와 다를 수 있기 때문이다.
//Interpolation.Linear은 영상이나 이미지 보간을 위해 보편적으로 사용되는 보간법이다.
//BoderTypes.Replicate 여백을 검은색으로 채우면서 회전이 되더라도 zeropadding 된다.
//https://076923.github.io/posts/C-opencv-6/
case "Horizontal Flip":
Cv2.Flip(orgMat, previewMat, FlipMode.Y);
break;
//Flip(원본 이미지, 결과 이미지, 대칭 축 색상 공간을 변환), 대칭 축(FlipMode)를 사용하여 대칭 진행
//https://076923.github.io/posts/C-opencv-5/
case "Vertical Flip":
Cv2.Flip(orgMat, previewMat, FlipMode.X);
break;
//Flip(원본 이미지, 결과 이미지, 대칭 축 색상 공간을 변환), 대칭 축(FlipMode)를 사용하여 대칭 진행
//https://076923.github.io/posts/C-opencv-5/
case "Noise":
matrix = new Mat(orgMat.Size(), MatType.CV_8UC3);
Cv2.Randn(matrix, Scalar.All(0), Scalar.All(value));
Cv2.AddWeighted(orgMat, 1, matrix, 1, 0, previewMat);
break;
//Randn 정규 분포를 나타내는 이미지를 랜덤하게 생성하는 방법
//AddWeighted 두 이미지를 가중치를 설정하여 합치면서 진행
//
case "Zoom In":
//#1. Center만 확대
double width_param = (int)(0.8 * orgMat.Width); // 0.8이 배율 orgMat.Width이 원본이미지의 사이즈 // 나중에 0.8만 80%형식으로 바꿔서 파라미터로 빼야됨
double height_param = (int)(0.8 * orgMat.Height); // 0.8이 배율 orgMat.Height 원본이미지의 사이즈 //
int startX = orgMat.Width - (int)width_param; // 이미지를 Crop해올 좌상단 위치 지정하는값 // 원본사이즈 - 배율로 감소한 사이즈
int startY = orgMat.Height - (int)height_param; //
Mat tempMat = new Mat(orgMat, new OpenCvSharp.Rect(startX, startY, (int)width_param - (int)(0.2 * orgMat.Width), (int)height_param - (int)(0.2 * orgMat.Height))); //중간과정 mat이고 Rect안에 x,y,width,height 값 지정해주는거
//예외처리 범위 밖으로 벗어나는경우 shift시키거나 , 제로페딩을 시키거나
//예외처리
Cv2.Resize(tempMat, previewMat, new OpenCvSharp.Size(orgMat.Width, orgMat.Height), (double)((double)orgMat.Width / (double)(width_param - (int)(0.2 * orgMat.Width))),
(double)((double)orgMat.Height / ((double)(height_param - (int)(0.2 * orgMat.Height)))), InterpolationFlags.Cubic);
// (double) ( (double)orgMat.Width / (double)width_param)
// 형변환 원본이미지 형변환 / 타겟이미지 배율 == 타겟이미지가 원본이미지 대비 몇배인가? 의 수식임
// (double) ( (double)orgMat.Height / (double)height_param)
break;
case "Sharpen":
float filterBase = -1f;
float filterCenter = filterBase * -9;
float[] data = new float[9] {
filterBase, filterBase, filterBase,
filterBase, filterCenter, filterBase,
filterBase, filterBase, filterBase
};
Mat kernel = new Mat(3, 3, MatType.CV_32F, data);
Cv2.Filter2D(orgMat, previewMat, orgMat.Type(), kernel);
break;
//
//
//
// Contrast Limited Adapative Histogram Equalization
case "CLAHE":
CLAHE test = Cv2.CreateCLAHE();
test.SetClipLimit(10.0f);
if (value < 1)
{
value = 1;
}
test.SetTilesGridSize(new OpenCvSharp.Size(value, value));
Mat normalized = new Mat();
Mat temp = new Mat();
Cv2.CvtColor(orgMat, orgMat, ColorConversionCodes.RGB2HSV);
var splitedMat = orgMat.Split();
test.Apply(splitedMat[2], splitedMat[2]);
Cv2.Merge(splitedMat, previewMat);
Cv2.CvtColor(previewMat, previewMat, ColorConversionCodes.HSV2RGB);
break;
//
//
//
default:
break;
}
matrix.Dispose(); //이미지의 메모리 할당을 해제 합니다.
orgMat.Dispose(); //이미지의 메모리 할당을 해제 합니다.
return(previewMat);
#endregion
}
return(null);
}
/// <summary>
/// Analyze video frame
/// </summary>
private void AnalyzeVideo()
{
var newImage = new Mat();
var newFrame = new CFrame();
newFrame = cframe;
newImage = newFrame.Frame;
newImage = newImage.CvtColor(ColorConversionCodes.BGR2GRAY);
Utilities.debugmessage("Clahe: " + Cv2.Mean(newImage)[0]);
clhLight.SetClipLimit(2);
clhLight.Apply(newImage, newImage);
var st = new Stopwatch();
Utilities.debugmessage("Clahe: " + Cv2.Mean(newImage)[0]);
st.Start();
List <YoloItem> items = yoloWrapper.Detect(newImage.Resize(new OpenCvSharp.Size(w, h)).ToBytes()).ToList();
var coeffW = ((float)newImage.Width / w);
var coeffH = ((float)newImage.Height / h);
foreach (var itm in items)
{
if (itm.Confidence < 0.66)
{
break;
}
if (itm.Type == "dcoup")
{
// Logging, Tracking
TimeSpan curTime = TimeSpan.FromMilliseconds(newFrame.frameNum * frameTime);
string[] _toAdd =
{
newFrame.frameNum.ToString(),
(itm.X * coeffW).ToString(),
(itm.Y * coeffH).ToString(),
((itm.X * coeffW) + (itm.Width * coeffH)).ToString(),
((itm.Y * coeffH) + (itm.Height * coeffW)).ToString(),
curTime.ToString(@"hh\:mm\:ss")
};
Log(_toAdd);
//if (myConnection.State == System.Data.ConnectionState.Open)
//{
// try
// {
// dataBaseLog(_toAdd);
// }
// catch { }
//}
ListViewItem item1 = new ListViewItem(newFrame.frameNum.ToString(), 0);
item1.SubItems.Add((itm.X * coeffW).ToString());
item1.SubItems.Add((itm.Y * coeffH).ToString());
item1.SubItems.Add((itm.Width * coeffW + (itm.X * coeffW)).ToString());
item1.SubItems.Add((itm.Height * coeffH + (itm.Y * coeffH)).ToString());
item1.SubItems.Add(curTime.ToString(@"hh\:mm\:ss"));
window.listView1.BeginInvoke(new Action(() =>
{
window.listView1.Items.AddRange(new ListViewItem[] { item1 });
}));
// Tracking algorithm
// Speed limit ~80 KM/h (if lenght between coups is 12-15 meters)
if (((newFrame.frameNum * frameTime) > (checkTime + 650)) && Math.Abs((float)masTrackDcoup * coeffW - (float)itm.X * coeffW) < 30)
{
checkTime = (newFrame.frameNum * frameTime);
masTrackDcoup = itm.X;
}
else if (((newFrame.frameNum * frameTime) > (checkTime + 650)))
{
CoupCount++;
checkTime = (newFrame.frameNum * frameTime);
masTrackDcoup = itm.X;
}
else if (CoupCount == 0)
{
CoupCount++;
checkTime = (newFrame.frameNum * frameTime);
masTrackDcoup = itm.X;
}
else
{
checkTime = (newFrame.frameNum * frameTime);
masTrackDcoup = itm.X;
}
}
}
st.Stop();
window.toolStripTimer.Text = "Elapsed time: " + st.ElapsedMilliseconds + " ms";
window.toolStripCounter.Text = "Count: " + CoupCount;
// Drawing new frame in picBox
window.picBox.BeginInvoke(new Action(() =>
{
window.picBox.ImageIpl = newImage.Resize(new OpenCvSharp.Size(window.picBox.Width, window.picBox.Height));
window.picBox.setRect(items);
}));
if (cframe.frameNum + 1 > frameCnt)
{
PLAY_FLAG = false;
window.Invoke(new Action(() =>
{
window.pauseButton.Enabled = false;
window.btn_Detect.Enabled = true;
}));
}
analyzeStarted = false;
}