post.py

   1 #!/usr/bin/env python3
   2
   3 import gamma
   4 import numpy
   5 import perspective
   6 import scipy
   7 import scipy.ndimage
   8 import sys
   9
  10 sys.stderr.write(
  11   '''stdin: crop and file list
  12 x0,y0 : top left (pixels)
  13 xs,ys : size (pixels)
  14 in.jpg out.jpg
  15 ...
  16 '''
  17 )
  18
  19 x0, y0 = (int(i) for i in sys.stdin.readline().split(','))
  20 xs, ys = (int(i) for i in sys.stdin.readline().split(','))
  21
  22 images = []
  23 out_jpgs = []
  24 line = sys.stdin.readline()
  25 while len(line):
  26   fields = line.split()
  27   in_jpg = fields[0]
  28   out_jpg = fields[1]
  29   sys.stderr.write(f'read {in_jpg:s}\n')
  30   images.append(gamma.read_image(in_jpg)[y0:y0 + ys, x0:x0 + xs])
  31   out_jpgs.append(out_jpg)
  32   line = sys.stdin.readline()
  33 images = numpy.stack(images, 0)
  34
  35 # get standardization parameters and remove from images
  36 #mean = numpy.mean(numpy.mean(images, 1), 1)
  37 #images -= mean[:, numpy.newaxis, numpy.newaxis, :]
  38 stddev = numpy.sqrt(numpy.mean(numpy.mean(numpy.square(images), 1), 1))
  39 images /= stddev[:, numpy.newaxis, numpy.newaxis, :]
  40
  41 # find a middle ground of standardization parameters and apply to images
  42 stddev = numpy.mean(stddev, 0)
  43 images *= stddev[numpy.newaxis, numpy.newaxis, numpy.newaxis, :]
  44 #mean = numpy.mean(mean, 0)
  45 #images += mean[numpy.newaxis, numpy.newaxis, numpy.newaxis, :]
  46
  47 for i in range(len(out_jpgs)):
  48   sys.stderr.write(f'write {out_jpgs[i]:s}\n')
  49   gamma.write_image(out_jpgs[i], images[i, :, :, :])