On 21/10/2020 21:44, Maciej Sobczak wrote:
>> https://drive.google.com/file/d/1wsunQU_gOmqgQ1-jFkH
eubBNSpJPAS5F/view?usp=sharing
> Wolfram:

Niestety ciezko go wdrożyć, troche jak matlab, dobry do prezentacji na
konferencji i reszte rób se sam ;)

> Map[
> Function[p,
> N@ArcTan[Divide @@ Reverse[(p - ImageDimensions[img2]/2)]]/Degree
> ],
> blacks
> ] // Median
>
> 7.81529
>
> I tyle właśnie, w stopniach, jest odchylona wskazówka od poziomu.

Co to w zasadzie robi? Wcześniejsze funkcje to tylko prosta obróbka
obrazu, ale tutaj troche niejasne, nie znam składni Wolframa. Tylko
arctang liczysz z pixeli? Co to za mapa?

> Można też porobić dużo zdjęć wzorcowych i porównywać korelacją albo jakimiś
sieciami, ale samą arytmetyką jest dużo taniej.

Obawiam się że nie zadziała jak tylko zmienią się warunki oświetlenia.
Obecnie projektuje podstawkę pod kamerę, trzeba to jeszcze wydrukować i
będę miał pełny zakres oświetlenia po 1 dobie, więc grybam sobie jak to
będzie wygladać, ale raczej będzie oświetlenie nocne i może część detali
zmieni kompletnie wygląd.

Robiłem kilka analiz tego typu róznymi metodami i zazwyczaj proste
liczenie pixeli wybija sobie zęby o pierwszą muchę na obrazie, słabo się
sprawdzą jak pojawią się odbicia, cienie, szum. Szukam czegoś bardziej,
bo ja wiem, statystycznego. Transformata Hougha jest tutaj praktycznie
oczywistym rozwiązaniem, ale o ile wiem jest bardzo cieżka obliczeniowo
(masa latania po obrazie i kręcenia prostą sumując pixele). Ale może się
mylę i z tej prostej metody wynika jednak jakaś optymalizacja stosowana
w opencv?

Obecnie szyje sobie na boku własnie coś oparte o Hougha, czuje jednak że
można prościej, np. można zrobić splot ze sztuczną wskazówką, bo środek
tarczy jestem w stanie łatwo znaleźć i ją sobie narysować. W tedy z
Hougha zostanie tylko 1 punkt z nieznanym "fi" co znacząco zmniejszy
ilośc liczenia. Albo nie mam racji i nie warto tak optymalizować.

> Da się to zrobić w dowolnym innym języku.

Wiadomo.