9-17. 遺伝的アルゴリズム（vcopt）で冬の大”正”三角を見つけてみた

pip install vcopt

import cv2
import numpy as np
from vcopt import vcopt
from copy import deepcopy
import matplotlib.pyplot as plt

#=============================
# パラメータ
#=============================
#画像パス
img_path = '9-17_sample.png'

#=============================
# 画像表示関数
#=============================
def show(img):
    plt.figure(figsize=(10, 10))
    plt.imshow(img, vmin = 0, vmax = 255)
    plt.gray(); plt.show(); plt.close(); print()

#=============================
# 画像読み込みと輪郭抽出
#=============================
#画像読み込み
img = cv2.imread(img_path)
#show(img)

#BGR→RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
show(img)

#グレースケール
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#show(gray)

#二値化
_, binary = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY)
#show(binary)

#オープニング（ごま塩ノイズを除去）
kernel = np.ones((4, 4), dtype=np.uint8)
binary = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)
#show(binary)

#輪郭抽出
contours, _ = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

#すべての輪郭に線を引く
stars = []
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    star = (x + w//2, y + h//2)
    size = (w + h)/4
    #描画
    cv2.circle(img, star, int(size), color=(255, 0, 0), thickness=2)
    stars.append(star)
stars = np.array(stars)
print('len(stars):{}'.format(len(stars)))
show(img)

#=============================
# 評価関数
#=============================
def score_func(para, visible=False):
    #paraに重複があれば1を返す
    if len(set(para)) != len(para):
        return 1
    
    #3辺の長さ計算
    length = np.zeros(len(para))
    for i in range(len(para)):
        length[i] = ((stars[para[i], 0] - stars[para[i-1], 0])**2 + (stars[para[i], 1] - stars[para[i-1], 1])**2)**0.5
    #print(length)
    
    #3辺の長さを規格化して分散をとる
    variance = np.var(length / np.mean(length))
    
    #オプションで情報表示、3辺を描画して表示
    if visible:
        print('length:{}'.format(length))
        print('variance:{}'.format(variance))
        img_copy = deepcopy(img)
        for i in range(len(para)):
            #cv2.drawMarker(img_save, tuple(stars[para[i]]), color=(0, 255, 0), markerType=cv2.MARKER_STAR, markerSize=10, thickness=1)
            cv2.line(img_copy, (stars[para[i-1], 0], stars[para[i-1], 1]), (stars[para[i], 0], stars[para[i], 1]), (0, 255, 0), thickness=1)
        show(img_copy)
    
    #分散を評価値として返す
    return variance

#冬の大三角のpara
para = np.array([1, 4, 17])
print('para:{}'.format(para))
#評価関数の確認
pscore_func(para, True)

#=============================
# GAで最適化
#=============================
#パラメータ範囲
para_range = [[i for i in range(len(stars))] for j in range(3)]

#GAで最適化
para, score = vcopt().dcGA(para_range,              #パラメータ範囲
                           score_func,              #評価関数
                           0.0,                     #目標値
                           show_pool_func='print')  #GA表示オプション

#結果の表示
score_func(para, True)

    #４辺と２本の対角線の長さ
    length = np.zeros(len(para) + 2)
    #４辺
    for i in range(len(para)):
        length[i] = ((stars[para[i], 0] - stars[para[i-1], 0])**2 + (stars[para[i], 1] - stars[para[i-1], 1])**2)**0.5
    #２本の対角線
    length[4] = ((stars[para[0], 0] - stars[para[2], 0])**2 + (stars[para[0], 1] - stars[para[2], 1])**2)**0.5
    length[5] = ((stars[para[1], 0] - stars[para[3], 0])**2 + (stars[para[1], 1] - stars[para[3], 1])**2)**0.5
    length[4:] /= 2**0.5
    #print(length)

#パラメータ範囲
para_range = [[i for i in range(len(stars))] for j in range(4)]

#GAで最適化
para, score = vcopt().dcGA(para_range,              #パラメータ範囲
                           score_func,              #評価関数
                           0.0,                     #目標値
                           show_pool_func='print',  #GA表示オプション
                           pool_num=500)            #個体数を増やす