forked from ThomasHennefeld/Studienarbeit-Bildmorphing
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathMorphing_Klasse.js
266 lines (230 loc) · 9.02 KB
/
Morphing_Klasse.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
class Morphing
{
constructor()
{
this.QuellpunkteM = [];
this.ZielpunkteM = [];
this.width;
this.height;
this.maskCanvas;
this.maskCtx;
this.TransformationCtx;
this.teilverhältnis;
this.Bildausschnitte = [];
this.j = 1;
this.Morphs = [];
this.transformierteQuellbilder = [];
this.transformierteZielbilder = [];
}
//Initialisierung der Klasse
init(maskCanvasID, QuellPunkte, ZielPunkte)
{
//Punkte initial übertragen, damit Morphing auch ohne Mausbewegung gestartet werden kann
this.QuellpunkteM = [...QuellPunkte];
this.ZielpunkteM = [...ZielPunkte];
//maskCanvas wird für das Isolieren und Abspeichern der Bildsegmente verwendet
this.maskCanvas = document.getElementById(maskCanvasID);
this.maskCanvas.style.display="none";
this.maskCtx = this.maskCanvas.getContext('2d');
this.maskCtx.font = "16px Arial";
return this;
}
//Übertragung der Daten aus den BildBoxen
uebertragen(canvasID,PunkteAusBildBox,TeilverhältnisAusBoxen)
{
this.teilverhältnis = TeilverhältnisAusBoxen;
if(canvasID == 'QuellCanvas')
{
this.QuellpunkteM = [...PunkteAusBildBox];
}
if(canvasID == 'ZielCanvas')
{
this.ZielpunkteM = [...PunkteAusBildBox];
}
}
NetzInterpolation(Quellpunkte, Zielpunkte, step)
{
var kZwischenpunkte = this.deepCopy(Quellpunkte);
for(let i=1; i<=25; i++)
{
kZwischenpunkte[i].x = Quellpunkte[i].x *step + (1-step)* Zielpunkte[i].x;
kZwischenpunkte[i].y = Quellpunkte[i].y *step + (1-step)* Zielpunkte[i].y;
}
return kZwischenpunkte;
}
calcMorph(bildMat1,bildMat2,n){
for(let i=0; i<n; i++){
var Zwischenpunkte = this.NetzInterpolation(this.QuellpunkteM, this.ZielpunkteM, 1-i/n);
if(i==0) this.transformierteQuellbilder[i]=bildMat1
else this.transformierteQuellbilder[i] = this.transformiereAusschnitte(this.QuellpunkteM, Zwischenpunkte, bildMat1);
if(i==(n-1)) this.transformierteZielbilder[i]=bildMat2
else this.transformierteZielbilder[i] = this.transformiereAusschnitte(this.ZielpunkteM, Zwischenpunkte, bildMat2);
this.Morphs[i] = new cv.Mat();
cv.addWeighted(this.transformierteQuellbilder[i], 1-i/n, this.transformierteZielbilder[i], i/n, 0,this.Morphs[i])
}
}
getResult(index){
return this.Morphs[index];
}
getSource(index){
return this.transformierteQuellbilder[index];
}
getDestination(index){
return this.transformierteZielbilder[index];
}
//Transformation der einzelnen Ausschnitte
transformiereAusschnitte(Quellpunkte, Zielpunkte, src)
{
this.width=src.cols
this.height=src.rows
this.maskCanvas.width = this.width;
this.maskCanvas.height = this.height;
let transformiertesBild;
this.z1 = 0;
this.z2 = 16;
//obere Dreiecke
this.j = 0;
for(let z=1; z<=16; z++)
{
this.maskCtx.globalCompositeOperation = "source-over";
this.maskCtx.clearRect(0, 0, this.width, this.height);
switch (z)
{
case 5:
this.j+=2;
break;
case 9:
this.j+=2;
break;
case 13:
this.j+=2;
break;
default:
this.j++;
}
this.z1 ++;
//Vierpunkttransformation
let dst = new cv.Mat();
//Quell- und Zielpunkte abhängig von den Punktearrays als Eingabewerte
let srcTri = cv.matFromArray(3, 1, cv.CV_32FC2, [Quellpunkte[this.j].x, Quellpunkte[this.j].y, Quellpunkte[this.j+1].x, Quellpunkte[this.j+1].y, Quellpunkte[this.j+6].x, Quellpunkte[this.j+6].y]);
let dstTri = cv.matFromArray(3, 1, cv.CV_32FC2, [Zielpunkte[this.j].x, Zielpunkte[this.j].y, Zielpunkte[this.j+1].x, Zielpunkte[this.j+1].y, Zielpunkte[this.j+6].x, Zielpunkte[this.j+6].y]);
//Transformationsmatrix berechnen
let kernel = cv.getAffineTransform(srcTri, dstTri);
//Transformation durchführen
cv.warpAffine(src, dst, kernel, new cv.Size(this.width, this.height), cv.INTER_LINEAR, cv.BORDER_CONSTANT, new cv.Scalar());
//Dreieck zur Maskierung zeichnen
this.maskCtx.lineWidth = 0;
this.maskCtx.fillStyle = "#FFFFFF";
this.maskCtx.beginPath();
this.maskCtx.moveTo(Zielpunkte[this.j].x, Zielpunkte[this.j].y);
this.maskCtx.lineTo(Zielpunkte[this.j+1].x, Zielpunkte[this.j+1].y);
this.maskCtx.lineTo(Zielpunkte[this.j+6].x, Zielpunkte[this.j+6].y);
this.maskCtx.closePath();
this.maskCtx.stroke();
this.maskCtx.fill();
let mask=cv.imread(this.maskCanvas);
let res = new cv.Mat();
cv.threshold(mask, mask, 1, 255, cv.THRESH_BINARY);
cv.cvtColor(mask, mask, cv.COLOR_RGBA2GRAY);
cv.bitwise_and(dst, dst, res, mask);
this.Bildausschnitte[this.z2] =res;
//Segmente einlesen und abspeichern
this.Bildausschnitte[this.z1] = res;
}
//untere Dreiecke
this.l = 0;
for(let z=1; z<=16; z++)
{
this.maskCtx.globalCompositeOperation = "source-over";
this.maskCtx.clearRect(0, 0, this.width, this.height);
switch (z)
{
case 5:
this.l+=2;
break;
case 9:
this.l+=2;
break;
case 13:
this.l+=2;
break;
default:
this.l++;
}
this.z2 ++;
//Vierpunkttransformation
let dst = new cv.Mat();
//Quell- und Zielpunkte abhängig von den Punktearrays als Eingabewerte
let srcTri = cv.matFromArray(3, 1, cv.CV_32FC2, [Quellpunkte[this.l].x, Quellpunkte[this.l].y, Quellpunkte[this.l+5].x, Quellpunkte[this.l+5].y, Quellpunkte[this.l+6].x, Quellpunkte[this.l+6].y]);
let dstTri = cv.matFromArray(3, 1, cv.CV_32FC2, [Zielpunkte[this.l].x, Zielpunkte[this.l].y, Zielpunkte[this.l+5].x, Zielpunkte[this.l+5].y, Zielpunkte[this.l+6].x, Zielpunkte[this.l+6].y]);
//Transformationsmatrix berechnen
let kernel = cv.getAffineTransform(srcTri, dstTri);
//Transformation durchführen
cv.warpAffine(src, dst, kernel, new cv.Size(this.width, this.height), cv.INTER_LINEAR, cv.BORDER_CONSTANT, new cv.Scalar());
//Dreieck zur Maskierung zeichnen
this.maskCtx.lineWidth = 0;
this.maskCtx.fillStyle = "#FFFFFF";
this.maskCtx.beginPath();
this.maskCtx.moveTo(Zielpunkte[this.l].x, Zielpunkte[this.l].y);
this.maskCtx.lineTo(Zielpunkte[this.l+5].x, Zielpunkte[this.l+5].y);
this.maskCtx.lineTo(Zielpunkte[this.l+6].x, Zielpunkte[this.l+6].y);
this.maskCtx.closePath();
this.maskCtx.stroke();
this.maskCtx.fill();
let mask=cv.imread(this.maskCanvas);
let res = new cv.Mat();
cv.threshold(mask, mask, 1, 255, cv.THRESH_BINARY);
cv.cvtColor(mask, mask, cv.COLOR_RGBA2GRAY);
cv.bitwise_and(dst, dst, res, mask);
this.Bildausschnitte[this.z2] =res;
}
this.maskCtx.clearRect(0, 0, this.width, this.height);
let src1 = cv.imread(this.maskCanvas);
//
//Bildausschnitte zum Gesamtbild aufaddieren
for(let i=1; i<=32;i++)
{
let src2 = this.Bildausschnitte[i];
let mask = new cv.Mat();
cv.cvtColor(src2, mask, cv.COLOR_RGBA2GRAY, 0);
cv.threshold(mask, mask, 1, 255, cv.THRESH_BINARY);
cv.bitwise_and(src2, src2, src1, mask);
}
//Ergebnisbild ausgeben
cv.imshow(this.maskCanvas,src1,0,0);
return cv.imread(this.maskCanvas);
}
//Hilfsfunktionen für tiefes Arraykopieren
deepCopy(arr)
{
let copy = [];
arr.forEach(elem => {
if(Array.isArray(elem)){
copy.push(this.deepCopy(elem))
}else{
if (typeof elem === 'object') {
copy.push(this.deepCopyObject(elem))
} else {
copy.push(elem)
}
}
})
return copy;
}
deepCopyObject(obj)
{
let tempObj = {};
for (let [key, value] of Object.entries(obj)) {
if (Array.isArray(value)) {
tempObj[key] = this.deepCopy(value);
} else {
if (typeof value === 'object') {
tempObj[key] = this.deepCopyObject(value);
} else {
tempObj[key] = value
}
}
}
return tempObj;
}
}