moth-graphcut

協助使用 ThermalCAM 軟體取得生物溫度之後, 想要取得各部位溫度的需求

original	gray-scale

最終結果

left-top	right-top	left-bottom	right-bottom	body

Requirement

.SEQ to .txt

透過 ThermalCAM API 可以將他們自己的 .SEQ 檔案轉檔變成 .txt 格式會是一個透過逗號分隔的溫度矩陣, 每個 cell 都是一個攝氏溫度值

.txt to image

為了後面要透過 OpenCV 演算法將兩種圖片做 alignment, 必須要再將文字檔轉成圖片這邊可以參考 ThermalCAM-converter

Workflow

Step 1: Graphcut

可批次處理
分為瀏覽模式與編輯模式
可選擇是否透過 Floodfill 演算法去背
可選擇是否透過調整 gamma 調整對比
可選擇 threshold 來調整 output
可透過 'h' 來檢視詳細命令
存檔會以原始檔名新增資料夾, 儲存各部位切割檔與 metadata
相容於 dearlep 資料

Step 2: alignment and mapping

載入原始圖片與灰階溫度圖
預載自動修正的結果
可選擇手動標記

Step 3: component mapping

給予溫度檔資料夾
給予部位原圖資料夾
給予轉換矩陣
給予輪廓資訊
可選擇是否要輸出圖片當作檢查
可選擇每個部位的輸出檔案類型為 .npy .dat .txt

Metadata format

{
  "image": {
    "symmetry": [],
    "timestamp": "",
    "l_track": [],
    "r_track": [],
    "size": [],
    "path": "",
    "body_width": int
  },
  "fl": {
    "rect": [],
    "threshold_option": "",
    "threshold": int,
    "cnts": []
  },
  "fr": {
    "rect": [],
    "threshold_option": "",
    "threshold": int,
    "cnts": []
  },
  "bl": {
    "rect": [],
    "threshold_option": "",
    "threshold": int,
    "cnts": []
  },
  "br": {
    "rect": [],
    "threshold_option": "",
    "threshold": int,
    "cnts": []
  },
  "body": {
    "rect": [],
    "threshold_option": "",
    "threshold": int,
    "cnts": []
  }
}

Cited By

demo images from dearlep
interactivate grabcut from opencv

afunTW/moth-graphcut