2014年1月24日金曜日

SDメモリの丸ごとバックアップ

SDメモリを丸ごとバックアップする方法について書いておく。
こうして作成したバックアップファイルをリストアする方法についても書いておく。

まず、バックアップ。（disk3の場合。これの確認は $ df -h）
$ sudo diskutil unmount /dev/disk3s1
$ sudo diskutil unmount /dev/disk3s5
$ sudo dd if=/dev/disk3 of=~/Desktop/RaspberryPi_20130620.img bs=8m
$ sudo diskutil eject /dev/rdisk3

あるいは？ 
$ sudo diskutil unmount /dev/disk3s1
$ sudo diskutil unmount /dev/disk3s5
$ sudo dd if=/dev/rdisk3 of=~/Desktop/RaspberryPi_20130620.img bs=8m
$ sudo diskutil eject /dev/rdisk3

次にリストアする。（disk4の場合）
$ sudo diskutil unmount /dev/disk4s1
$ sudo dd bs=8m if=~/Desktop/RaspberryPi_20130620.img of=/dev/rdisk4
$ sudo diskutil eject /dev/rdisk4

bs=8m にしているけれど、てきとうです。
投稿者 時刻: 0 件のコメント:

2014年1月8日水曜日

OpenCV で、C のソースを Python にする

OpenCV の C のソースを Python に変換するときのメモ。
C にしておくと、ソースとオブジェクトの二つのファイルの管理が必要となったり、ライブラリの置く場所など、いろいろめんどう。
というわけで、Python にしてしまおうという計画。

言語文法上で注意するのはこれくらい？
  1. C の文は「;」で終了するが、Python にはない。
  2. C の変数宣言では型が必要だが、Python は変数名だけ。
  3. C では「&」をつけて、その変数のポインタを求めたりするが、Python では不要。
  4. True/False や Not の表記
  5. nil や NULL や None の表記
  6. Python のインデント。
「import cv」とすると、メソッド名などに「cv.」をつけることになる。
しかし、cv. の後のメソッド名には「cv」がつかない。
ただし、定数名の頭についている「CV」はそのまま残る。
こんな感じ。

C:
frame = cvQueryFrame(capture);
cvSmooth(frame, frame, CV_GAUSSIAN, 3, 3);

Python:
frame = cv.QueryFrame(capture)
cv.Smooth(frame, frame, cv.CV_GAUSSIAN, 3, 3)

C の cvQueryFrame は Python では cv.QueryFrame となる。
ただし定数は、C で CV_GAUSSIAN、Python で cv.CV_GAUSSIAN となる。

厄介なのがマクロ（？）。Python にはない。ふつーにタプルで表現したりする。

C:
const int w = frame->width;
const int h = frame->height;
imgR = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
cvCircle(frame, cvPoint(gX, gY), 80, CV_RGB(0,0,255), 6, 8, 0);

Python:
the_size = cv.GetSize(frame)
imgR = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
cv.Circle(frame, (gX, gY), 80, (0, 0, 255), 6, 8, 0)

そのほか、調べないとわからないもの。

C:
cvMoments(imgResult, &moments, 0);
double m00 = cvGetSpatialMoment(&moments, 0, 0);

Python:
moments = cv.Moments(cv.GetMat(imgResult, 1), 0)
m00 = cv.GetSpatialMoment(moments, 0, 0)


サンプルとして、次のページにあった赤い色のエリアを抽出し、重心を求めるソースの C 版と Python 版を示す。
http://d.hatena.ne.jp/shokai/20090203/1233609981
http://opencv-srf.blogspot.ro/2010/09/object-detection-using-color-seperation.html

これは Mac (10.9.1 Mavericks) と Raspberry Pi で動作確認した。

C:
#include <opencv/cv.h>
#include <opencv/highgui.h>

// This function threshold the HSV image and create a binary image
IplImage* GetThresholdedImage(IplImage* imgHSV) {
    IplImage* imgResult = cvCreateImage(cvGetSize(imgHSV), IPL_DEPTH_8U, 1);
    cvInRangeS(imgHSV, cvScalar(150, 160, 60), cvScalar(200, 256, 256), imgResult);
    return imgResult;
}

int main() {
    CvCapture* capture = NULL;
    IplImage *frame = NULL;
    IplImage *imgR = NULL, *imgG = NULL, *imgB = NULL;
    IplImage *imgThreshold_R = NULL, *imgThreshold_G = NULL, *imgThreshold_B = NULL;
    IplImage *imgTmp = NULL;
    IplImage *imgHSV = NULL;
    IplImage *imgResult = NULL;
    CvMoments moments;
    
    capture = cvCaptureFromCAM(0);
    if (!capture) {
        printf("Capture failure\n");
        return -1;
    }
    
    cvNamedWindow("Video");
    cvNamedWindow("Results");
    
    
    // iterate through each frames of the video
    while (true) {
        
        frame = cvQueryFrame(capture);
        if (!frame) {
            break;
        }
        
        frame = cvCloneImage(frame);
        cvSmooth(frame, frame, CV_GAUSSIAN, 3, 3); // smooth the original image using Gaussian kernel
                
        if (1) {
            const int w = frame->width;
            const int h = frame->height;
            
            imgR = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgG = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgB = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgThreshold_R = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgThreshold_G = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgThreshold_B = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgResult = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);
            imgTmp = cvCreateImage(cvSize(w, h), IPL_DEPTH_8U, 1);

            cvSplit(frame, imgB, imgG, imgR, NULL); // BGRを分解
            
            // 赤の要素が100以上で、緑と青より1.5倍以上あるピクセルを抽出
            cvThreshold(imgR, imgThreshold_R, 100, 255, CV_THRESH_BINARY);
            cvDiv(imgR, imgG, imgTmp, 10); // 10倍
            cvThreshold(imgTmp, imgThreshold_G, 15, 255, CV_THRESH_BINARY);
            cvDiv(imgR, imgB, imgTmp, 10);
            cvThreshold(imgTmp, imgThreshold_B, 15, 255, CV_THRESH_BINARY);
            cvAnd(imgThreshold_G, imgThreshold_B, imgTmp, NULL);
            cvAnd(imgTmp, imgThreshold_R, imgResult, NULL);
            
            cvMoments(imgResult, &moments, 0);
            double m00 = cvGetSpatialMoment(&moments, 0, 0);
            double m10 = cvGetSpatialMoment(&moments, 1, 0);
            double m01 = cvGetSpatialMoment(&moments, 0, 1);
            int gX = m10 / m00;
            int gY = m01 / m00;
            cvCircle(frame, cvPoint(gX, gY), 80, CV_RGB(0,0,255), 6, 8, 0);
        } else {
            imgHSV = cvCreateImage(cvGetSize(frame), IPL_DEPTH_8U, 3);
            cvCvtColor(frame, imgHSV, CV_BGR2HSV); // Change the color format from BGR to HSV
            imgResult = GetThresholdedImage(imgHSV);
            cvSmooth(imgResult, imgResult, CV_GAUSSIAN, 3, 3); // smooth the binary image using Gaussian kernel
        }
        cvShowImage("Results", imgResult);
        cvShowImage("Video", frame);
        
        
        // Clean up used images
        cvReleaseImage(&imgHSV);
        cvReleaseImage(&imgResult);
        cvReleaseImage(&frame);
        
        // Wait 50mS
        int c = cvWaitKey(10);
        // If 'ESC' is pressed, break the loop
        if ((char)c == 0x1b ) {
            break;
        }
    }
    
    cvDestroyAllWindows() ;
    cvReleaseCapture(&capture);
    
    return 0;
}

Python:
#!/usr/bin/env python
# coding: UTF-8
"""
DetectingRedObjects.py

"""
import cv

def GetThresholdedImage(imgHSV):
    imgResult = cv.CreateImage(cv.GetSize(imgHSV), cv.IPL_DEPTH_8U, 1)
    cv.InRangeS(imgHSV, cv.Scalar(150, 160, 60), cv.Scalar(200, 256, 256), imgResult)
    return imgResult

def main():
    capture = None
    frame = None
    imgR = imgG = imgB = None
    imgThreshold_R = imgThreshold_G = imgThreshold_B = None
    imgTmp = imgHSV = imgResult = None
    moments = None
    
    capture = cv.CaptureFromCAM(0)
    if (not capture):
        print("Capture failure")
        return -1
    
    cv.NamedWindow("Video")
    cv.NamedWindow("Results")
    
    
    # iterate through each frames of the video
    while (True):
        frame = cv.QueryFrame(capture)
        if (not frame):
            break;
        
        frame = cv.CloneImage(frame)
        cv.Smooth(frame, frame, cv.CV_GAUSSIAN, 3, 3) # smooth the original image using Gaussian kernel
        
        if (True):
            # 赤色領域を検出(3) 重心も計算
            # http://d.hatena.ne.jp/shokai/20090203/1233609981
            the_size = cv.GetSize(frame)
            # w = frame.width
            # h = frame.height
            
            imgR = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgG = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgB = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgThreshold_R = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgThreshold_G = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgThreshold_B = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgResult = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            imgTmp = cv.CreateImage(the_size, cv.IPL_DEPTH_8U, 1)
            
            cv.Split(frame, imgB, imgG, imgR, None) # BGRを分解
            
            # 赤の要素が100以上で、緑と青より1.5倍以上あるピクセルを抽出
            cv.Threshold(imgR, imgThreshold_R, 100, 255, cv.CV_THRESH_BINARY)
            cv.Div(imgR, imgG, imgTmp, 10) # 10倍
            cv.Threshold(imgTmp, imgThreshold_G, 15, 255, cv.CV_THRESH_BINARY)
            cv.Div(imgR, imgB, imgTmp, 10)
            cv.Threshold(imgTmp, imgThreshold_B, 15, 255, cv.CV_THRESH_BINARY)
            cv.And(imgThreshold_G, imgThreshold_B, imgTmp, None)
            cv.And(imgTmp, imgThreshold_R, imgResult, None)
            
            # cv.Moments(imgResult, moments, 0)
            moments = cv.Moments(cv.GetMat(imgResult, 1), 0)
            m00 = cv.GetSpatialMoment(moments, 0, 0)
            m10 = cv.GetSpatialMoment(moments, 1, 0)
            m01 = cv.GetSpatialMoment(moments, 0, 1)
            if (m00 != 0):
                gX = int(m10 // m00)
                gY = int(m01 // m00)
                # cvCircle(frame, cvPoint(gX, gY), 80, CV_RGB(0,0,255), 6, 8, 0);
                cv.Circle(frame, (gX, gY), 80, (0, 0, 255), 6, 8, 0)
        else:
            # Color Detection & Object Tracking
            # http://opencv-srf.blogspot.ro/2010/09/object-detection-using-color-seperation.html
            imgHSV = cv.CreateImage(cv.GetSize(frame), cv.IPL_DEPTH_8U, 3)
            cv.CvtColor(frame, imgHSV, cv.CV_BGR2HSV) # Change the color format from BGR to HSV
            imgResult = GetThresholdedImage(imgHSV)
            cv.Smooth(imgResult, imgResult, cv.CV_GAUSSIAN, 3, 3) # smooth the binary image using Gaussian kernel

        cv.ShowImage("Results", imgResult)
        cv.ShowImage("Video", frame)
        
        
        # Clean up used images
        # cv.ReleaseImage(imgHSV)
        # cv.ReleaseImage(imgResult)
        # cv.ReleaseImage(frame)
        
        # Wait 50mS
        c = cv.WaitKey(10)
        # If 'ESC' is pressed, break the loop
        if (c == 0x1b):
            break

    cv.DestroyAllWindows()
    # cv.ReleaseCapture(capture)
    return 0


if __name__ == '__main__':
    main()
投稿者 時刻: 0 件のコメント:
登録: 投稿 (Atom)