mieki256's diary

2024/04/20(土) [n年前の日記]

#1 [prog][python] scipyでスプライン曲線を作成できるか実験

#1 [prog][python] scipyでスプライン曲線を作成できるか実験

#1 [cg_tools] ControlNetを試用

#2 [zatta] 自転車用ヘルメットがまだ売ってない

#1 [moho] Mohoのパースペクティブワープを試した

#2 [moho] Mohoのクアッドワープを試した

#3 [moho] MohoからH.264エクスポートが無くなっていて微妙に困る

#1 [windows] Notepad3を試用

#2 [windows] Notepads Appを試用

#1 [godot] 自機が画面外に行かないようにしたい

#1 [ruby] ShoesをインストールするとWindowsが破壊される

#2 [ruby] green_shoes を動かせないか試したり

#3 [python] GUIライブラリ Kivy をインストールしてみたり

#1 [anime] 「ひそねとまそたん」2話まで視聴

#2 [anime][neta] マスコットキャラに渋い声を当てるのはアリかもしれない

#1 [python] 環境変数PYTHON_ROOTって何だろう

#2 [gimp][python][ubuntu] Ubuntu Linux 16.04LTS上でGIMPのPython-fuに関して試行錯誤中

#3 [pc] Atomエディタが起動せず

#1 [prog] Away3D TypeScriptってどうなってるんだろう

#1 [pc][windows] M/Bのドライバその他をインストールし直し

#2 [pc] Lucid Virtuとやらが気になる

#3 [windows] デスクトップカレンダーが欲しい

#1 [ubuntu][linux] apache2上で画像が表示されない

#1 [movie] テルマエ・ロマエ映画版を視聴

#2 [anime] アキバレンジャー第二期を視聴

#1 [android] IdeaPad A1が届いた

#1 [nitijyou] 自転車で買い物に

#2 [pc] HDDからファイルを復元

#3 [pc] ファイル同期をしたいのだけど

#1 [pc] TortoiseSVNのバージョンを上げたらアイコンがオーバーレイされなくなった

#1 [pc] Pentium III 800MHz＋M/Bを別のケースに入れ直し

#2 [nitijyou] O氏からPC購入相談

#1 [anime] 彩雲国物語2期

#2 [anime] 太王四神記3話まで鑑賞

#3 [tv] サラリーマンNEO、3期目OP映像にシビレた

#4 [anime] メイプルストーリー最終回を鑑賞

#5 [anime] ファインディング・ニモを鑑賞

#6 [tv][movie] 「ステルス」を鑑賞

#1 [eclipse] Mylarでタスク管理するための操作方法がわからない

#2 [cg_tools] イーフロンティアのDMを見てたら「アニメキャラのPoserモデルは売れないのでは？」みたいなことが書いてあって

#3 [windows] PDF作成ソフトを試す

#4 [iappli] 結構できてきた

#1 [anime] ライダーカブト、トンボライダーの回2話分

#2 [iappli] なんか大変なことになってきたような

#1 [windows] WinXPの画面表示がおかしい件

#1 [prog] iアプリ開発

#2 [prog] _eclipsewiki

#3 [zatta] ぶららぶらぶら

◎ interpolate.splprep()が良さそう :

◎ スプライン曲線化したデータを出力 :

◎ matplotlibで表示確認 :

◎ interpolate.splprep()が良さそう :

◎ スプライン曲線化したデータを出力 :

◎ matplotlibで表示確認 :

◎ 拡張機能のインストール :

◎ ControlNet用モデルデータの入手 :

◎ 使ってみた :

◎ Openpose Editor もインストール :

◎ ブラウザ上でOpenpose画像を作れるサービス :

◎ 余談。VRAMが足りなくなってきた :

◎ パースペクティブワープについて。 :

◎ クアッドワープについて。 :

◎ 別の方法。 :

◎ 犯人は Shoes 3.3だった。 :

◎ GTK+アプリは怖い。 :

◎ gtk2 が動くかどうか実験。 :

◎ green_shoesを修正。 :

◎ Ruby 2.3.3でも動いた。 :

◎ 無理して使うものでもないよなと。 :

◎ 日本語訳があった。 :

◎ 書式文字列を変えてみた。 :

◎ Python-Fuコンソール上で打ったアレコレをまとめて列挙。 :

◎ プリンタ関係をインストール。 :

◎ rsyncでコピー中。 :

◎ microSDHCも届いた。 :

◎ USB2.0増設ボードのドライバについて検索。 :

◎ _aokijun.net :

◎ ○○の見た夢オチ。 :

◎ _注釈やURLリンクを埋め込めるフリーのPDF文書作成ソフト「ライブPDFプリンタ」 :

◎ _PrimoPDF :

◎ どこぞで出ていた乱数の規則性云々の話が気になるところ。 :

◎ _良い乱数・悪い乱数 :

◎ _Again！：シャッフル - 5分でわかる今週のJava ホットトピック :

◎ でもなぁ :

Python の scipy ライブラリを使うとスプライン曲線が作れるらしいと知り、そのあたりを実験中。

環境は Windows10 x64 22H2 + Python 3.10.10 64bit + scipy 1.13.0 + numpy 1.26.4 + matplotlib 3.8.4。

一般的に、scipy を使ってスプライン補間をする場合は、interpolate.interp1d() を使うようだけど、x の増分方向が同じ方向じゃないと使えないらしくて悩んでしまった。自分が処理したいデータは、平面上であっちに行ったりこっちに行ったりするデータなので…。

以下のページで、interpolate.splprep() ならそういうデータも処理できそうと知った。また、interpolate.interp1d() も、x と y を別々に処理すればどうにかできるらしい。

_pythonでxy座標上の離散点をスプライン補間 #Python - Qiita
_スプライン曲線と補間 - Emotion Explorer

上記のページのサンプルを参考にして、以下のデータを処理してみた。

_housakatouge.csv
_motosuko.csv

Pythonスクリプトは以下。

_draw_spline.py

import sys
import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt


# S = 10
S = 20


def loadData(infile):
    ax = []
    ay = []
    with open(infile, "r") as file:
        for line in file:
            line = line.rstrip()
            x, y = line.split(",")
            x = float(x)
            y = float(y)
            ax.append(x)
            ay.append(y)
    return ax, ay


# B-Spline 補間
def spline1(x, y):
    tck, u = interpolate.splprep([x, y], k=3, s=0)
    u = np.linspace(0, 1, num=len(x) * S, endpoint=True)
    spline = interpolate.splev(u, tck)
    return spline[0], spline[1]


# interp1dスプライン補間による曲線
def spline3(x, y):
    t = np.linspace(0, 1, len(x), endpoint=True)
    fx = interpolate.interp1d(t, x, kind="cubic")
    fy = interpolate.interp1d(t, y, kind="cubic")
    ta = np.linspace(0, 1, len(x) * S, endpoint=True)
    return fx(ta), fy(ta)


if len(sys.argv) < 2:
    sys.exit()

infile = sys.argv[1]
x, y = loadData(infile)

# B-Spline interpolation
bx, by = spline1(x, y)

# interp1d spline
ax, ay = spline3(x, y)

plt.plot(x, y, "ro", label="Data")
# plt.plot(bx, by, "b.", label="B-Spline interpolation")
plt.plot(bx, by, color="blue", label="B-Spline interpolation")
plt.plot(ax, ay, color="green", label="interp1d")

plt.legend(loc="best")
plt.savefig("output_graph.png")
plt.show()

python draw_spline.py motosuko.csv

なかなか興味深い(?)結果になった気がする。

まず、連続した直線データで構成されている道路データを読み込んで、スプライン曲線として描画することはできている。

ただ、interpolate.interp1d() で処理すると、不自然な曲線になってしまう箇所が、いくつも出てくるようだなと…。これが interpolate.splprep() なら、そこまでおかしな状態にはならない。これは後者を使って処理したほうが良さそうだなと…。

余談。matplotlib を使ってグラフを描画しているけれど、ツールバーに拡大ツールやPANツールがあって、これは便利だなと感心してしまった。

虫眼鏡のアイコンをクリックして、キャンバス(?)上でマウスドラッグをして範囲を指定すると、その範囲が拡大表示される。
上下左右の矢印っぽいアイコンをクリックすると、キャンバス上のマウスドラッグで表示位置を変更できる。
家のアイコンをクリックすると、全体が収まる表示になる。

スプライン曲線を描画することはできたけど、座標値として出力するにはどうしたらいいのか…。

以下のような感じだろうか。

_dump_spline.py

import argparse
import sys
import numpy as np
from scipy import interpolate


# load csv file
def loadData(infile):
    ax = []
    ay = []
    with open(infile, "r") as file:
        for line in file:
            line = line.rstrip()
            x, y = line.split(",")
            x = float(x)
            y = float(y)
            ax.append(x)
            ay.append(y)
    return ax, ay


# B-Spline
def spline1(x, y, s):
    tck, u = interpolate.splprep([x, y], k=3, s=0)
    u = np.linspace(0, 1, num=len(x) * s, endpoint=True)
    spline = interpolate.splev(u, tck)
    return spline[0], spline[1]


def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("-i", "--input", required=True, help="Input csv file")
    parser.add_argument("-n", "--num", type=int, default=10, help="number")
    args = parser.parse_args()

    if args.input is None:
        sys.exit()

    x, y = loadData(args.input)
    bx, by = spline1(x, y, args.num)

    for i in range(len(bx)):
        print(f"{bx[i]},{by[i]}")


if __name__ == "__main__":
    main()

python -i dump_spline.py -n 10 motosuko.csv > motosuko_spline.csv

これで、スプライン曲線化したデータを取得することができた。

_housakatouge_spline.csv
_motosuko_spline.csv

しかし、このデータは、本当にスプライン曲線になっているのだろうか…？表示して確認してみないと…。

先日は Python + pygame でデータを描画して確認したけれど、matplotlib を使って描画したほうが、拡大表示や表示位置変更ができて便利だろうと思えてきた。

以下のような感じだろうか。

_draw_line_plot.py

import sys
import matplotlib.pyplot as plt


def loadData(infile):
    ax = []
    ay = []
    with open(infile, "r") as file:
        for line in file:
            line = line.rstrip()
            x, y = line.split(",")
            x = float(x)
            y = float(y)
            ax.append(x)
            ay.append(y)
    return ax, ay


if len(sys.argv) < 2:
    sys.exit()

infile = sys.argv[1]
x, y = loadData(infile)

plt.plot(x, y, color="cyan", label="Data (line)")
plt.plot(x, y, "r.", label="Data (point)")

plt.legend(loc="best")
# plt.savefig("output_graph.png")
plt.show()

python draw_line_plot.py motosuko_spline.csv

イイ感じかもしれない。

このデータを元にして、道路幅を加えて、ポリゴン描画すればそれらしくなるのではないかな…。

before	after
yaml_as	yaml_tag
Gdk::Pixbuf	GdkPixbuf::Pixbuf
GdkPixbuf::Pixbuf::ROTATE_NONE	GdkPixbuf::PixbufRotation::NONE
GdkPixbuf::Pixbuf::ROTATE_CLOCKWISE	GdkPixbuf::PixbufRotation::CLOCKWISE
GdkPixbuf::Pixbuf::ROTATE_UPSIDEDOWN	GdkPixbuf::PixbufRotation::UPSIDEDOWN
GdkPixbuf::Pixbuf::ROTATE_COUNTERCLOCKWISE	GdkPixbuf::PixbufRotation::COUNTERCLOCKWISE
Pango::WRAP_WORD	Pango::WrapMode::WORD
Pango::WRAP_CHAR	Pango::WrapMode::CHAR
Pango::ELLIPSIZE_END	Pango::EllipsizeMode::END
GdkPixbuf::Pixbuf.new(path)	GdkPixbuf::Pixbuf.new(:file => path)

Prev - 2024/11 - Next