python打造光斑处理系统8：点击交互裁切-Toy模板网

这篇具有很好参考价值的文章主要介绍了python打造光斑处理系统8：点击交互裁切。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

光斑处理：python处理高斯光束的图像
光斑处理系统：

程序框架🌟打开图像🌟参数对话框/伪彩映射🌟裁切ROI
光强分布🌟高斯拟合🌟沿割线的灰度分布

动作注册

此前在图像裁切时，希望有一种点击模式，可以将鼠标点击的两个点框选起来。后来，在光斑分布时，也希望点击两个点，然后将两点连线所在区域的强度绘制出来。为了实现这个功能，需要实现点击交互。

在matplotlib的tkinter画布中，提供了mpl_connect可以注册鼠标动作，所以可在AnaFacula的初始化代码中，插入此函数

        # 前面是self.canvas.get_tk_widget().pack(...
        self.canvas.mpl_connect('button_press_event',
                                self.on_button_event)

        # 后面是self.toolbar = NavigationToolbar2Tk(...

鼠标响应函数

考虑到这种交互并非实时需要的，只有在进入click模式，其返回的数值才有意义，所以需要一个全局变量来标识点击是否有效。另一方面，这些返回的数值需要进行存储，为此需要新建一个全局变量。

故而先在init_param函数中添加两个全局变量。

        self.xyLst = []
        self.btnFlag = 'void'

并且，btnFlag至少有三种模式，void表示什么也不做，当处于裁切点击时，为’cut’；当处于分布点击时，状态是’dist’。

然后设计点击函数的功能，点击两次图像时，激活相关的功能，若模式为"cut"，则进行切割，若模式为"dist"，则调用线段绘制函数。调用之后，释放保存的点，并将btnFlag重置为"void"。

    def on_button_event(self,evt):
        if self.btnFlag == "void":
            return
        self.xyLst.append([evt.xdata,evt.ydata])
        if len(self.xyLst) <2 :
            return
        arr = np.sort(self.xyLst,0).astype(int)
        if self.btnFlag == "cut":
            self.cutPara['xStart'],  self.cutPara['yStart'] = arr[0]
            self.cutPara['xEnd'], self.cutPara['yEnd']      = arr[1]
            self.imgCut()
        elif self.btnFlag == "dist":
            self.drawLine(self.xyLst[0], self.xyLst[1])
        self.btnFlag = "void"
        self.xyLst = []

然后，回到img_cut函数，为click模式添加功能

        elif cutPara['mode'] == 'click':
            self.btnFlag = "cut"
            return

img_distri函数亦然

        elif distriPara['mode'] == "click":
            self.btnFlag = "dist"
            return

测试其裁切功能，效果如下

python打造光斑处理系统8：点击交互裁切,本科生实验,python,交互,鼠标点击交互,matplotlib,tkinter

线段绘制

在交互函数中，引用了drawLine，用于绘制光斑图像中任意两点连线中的灰度值分布，下面就来实现这个函数。首先，模仿割线均分的函数，做一个已知起止点而计算线上灰度值的函数，代码如下，由于和disByOneDeg逻辑相似，故不再赘述。

def distByStartEnd(img,start,end):
    r = np.arange(np.sqrt(np.sum((np.array(start)-end)**2)))
    x = np.linspace(start[0],end[0],len(r))
    y = np.linspace(start[1],end[1],len(r))
    xL,yD = np.floor([x,y]).astype(int)
    xR,yU = xL+1,yD+1

    xDL,xDR = 1-(x-xL),1-(xR-x)
    yDD,yDU = 1-(y-yD),1-(yU-y)

    px = img[yU,xL]*xDL*yDU+img[yU,xR]*xDR*yDU+\
         img[yD,xL]*xDL*yDD+img[yD,xR]*xDR*yDD

    return [r,px]

最后，线段绘制函数如下

    def drawLine(self, st, ed):
        r, px = distByStartEnd(self.img, st, ed)

        self.fig.clf()
        ax = self.fig.add_subplot(121)
        ax.imshow(self.img)
        ax.plot([st[0],ed[0]], [st[1], ed[1]], lw=1, color='r')

        ax = self.fig.add_subplot(122)
        ax.plot(r, px)
        self.fig.tight_layout()
        self.canvas.draw()