معرفی شرکت ها
elementarise-0.1.4
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Generate elementarised image
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | elementarise-0.1.4 |
| نام | elementarise |
| نسخه کتابخانه | 0.1.4 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Martin Douša |
| ایمیل نویسنده | martindousa186@gmail.com |
| آدرس صفحه اصلی | https://github.com/Matesxs/elementarise |
| آدرس اینترنتی | https://pypi.org/project/elementarise/ |
| مجوز | MIT |
# Elementarise image
## Description
Library for generating images from basic shapes.
### Example
## How it works
The library is guessing parameters of selected element and placing it on process image with intension of matching the reference image as good as possible.
## Setup
### Instalation
```
pip install elementarise
```
### Development
```
python setup.py develop
```
## Usage
### Programatic use
#### Parameter list
```python
Elementariser(
reference_image:np.ndarray,
checkpoint_image:typing.Optional[np.ndarray]=None,
process_scale_factor:float=1.0,
output_scale_factor:float=1.0,
num_of_elements:int=2000,
batch_size:int=200,
num_of_retries:int=20,
width_divs:int=1,
height_divs:int=1,
min_alpha:int=1,
max_alpha:int=255,
max_size_start_coef:float=0.4,
max_size_end_coef:float=0.1,
max_size_decay_coef:float=1.0,
min_size:int=2,
element_type:typing.Union[ElementType, str]=ElementType.LINE,
tile_select_mode:typing.Union[TileSelectMode, str]=TileSelectMode.RANDOM,
tile_target:typing.Optional[typing.Tuple[int, int]]=None,
workers:int=1,
save_progress:bool=False,
progress_save_path:str="tmp",
progress_callback:typing.Optional[typing.Callable[[np.ndarray, float], None]]=None,
custom_process_metrics:typing.Optional[typing.Tuple[typing.Callable[[np.ndarray, np.ndarray], float], typing.Union[MetricsMode, str]]]=None,
custom_evaluation_metrics:typing.Optional[typing.Tuple[typing.Callable[[np.ndarray, np.ndarray], float], typing.Union[MetricsMode, str]]]=None,
min_improvement: int=2000,
debug_on_progress_image:bool=False,
debug:bool=False,
use_tqdm:bool=False,
visualise_progress:bool=False
)
```
#### Example use
```python
from elementarise import Elementariser, ElementType
from PIL import Image
import numpy as np
reference_image = np.array(Image.open("reference_image.png", mode="RGB"))
elementariser = Elementariser(
reference_image,
process_scale_factor=0.5,
output_scale_factor=2.0,
num_of_elements=5000,
batch_size=200,
num_of_retries=50,
width_divs=2,
height_divs=2,
element_type=ElementType.CIRCLE,
workers=4,
use_tqdm=True
)
output_image = elementariser.run()
Image.fromarray(reference_image, mode="RGB").save("result.png")
```
### Script
```
python -m elementarise --help
usage: __main__.py [-h] --input INPUT --output OUTPUT [--checkpoint CHECKPOINT] [--elements ELEMENTS] [--batch_size BATCH_SIZE] [--tries TRIES]
[--element_type ELEMENT_TYPE] [--min_alpha MIN_ALPHA] [--max_alpha MAX_ALPHA] [--max_size_start_coef MAX_SIZE_START_COEF]
[--max_size_end_coef MAX_SIZE_END_COEF] [--max_size_decay_coef MAX_SIZE_DECAY_COEF] [--min_size MIN_SIZE]
[--tile_select_mode TILE_SELECT_MODE] [--target_tile TARGET_TILE] [--process_scale_factor PROCESS_SCALE_FACTOR]
[--output_scale_factor OUTPUT_SCALE_FACTOR] [--width_splits WIDTH_SPLITS] [--height_splits HEIGHT_SPLITS] [--workers WORKERS]
[--disable_visuals] [--save_progress] [--progress_folder PROGRESS_FOLDER]
options:
-h, --help show this help message and exit
--input INPUT, -i INPUT
Path to input image
--output OUTPUT, -o OUTPUT
Path to output image
--checkpoint CHECKPOINT, -ch CHECKPOINT
Path to checkpoint image
--elements ELEMENTS, -e ELEMENTS
Number of elements to draw (default: 2000)
--batch_size BATCH_SIZE, -b BATCH_SIZE
Number of elements generated to test (default: 200)
--tries TRIES, -t TRIES
Limit number of repeats per element (default: 20)
--element_type ELEMENT_TYPE, -et ELEMENT_TYPE
Element used for recreating reference image (default: line), line, circle, triangle, square, pentagon, hexagon, octagon, random
--min_alpha MIN_ALPHA
Minimal alpha value (default: 1)
--max_alpha MAX_ALPHA
Maximal alpha value (default: 255)
--max_size_start_coef MAX_SIZE_START_COEF
Maximum size start coef (default: 0.4)
--max_size_end_coef MAX_SIZE_END_COEF
Maximum size final coef (default: 0.1)
--max_size_decay_coef MAX_SIZE_DECAY_COEF
Maximum size decay coef (multiplier for size translation) (default: 1)
--min_size MIN_SIZE Minimum size (default: 2)
--tile_select_mode TILE_SELECT_MODE, -tsm TILE_SELECT_MODE
Tile select mode changes behaviour of tile selection when multiple of them are present (default: random), random - tiles are
selected randomly, round_robin - tiles are selected one after another, priority - tiles with worst metrics will get processed first,
one_by_one - tiles will be completed one after another (not good for generating from start), target - target specific tile for
processing
--target_tile TARGET_TILE
Tile indexes for target tile select mode
--process_scale_factor PROCESS_SCALE_FACTOR, -psf PROCESS_SCALE_FACTOR
Scale down factor for generating image (example: 2 will scale image size in both axis by factor of 2)
--output_scale_factor OUTPUT_SCALE_FACTOR, -osf OUTPUT_SCALE_FACTOR
Scale factor for output image (same behaviour as process_scale_factor)
--width_splits WIDTH_SPLITS, -ws WIDTH_SPLITS
Number of width splits for generating elements in smaller more specific areas (1 = no splits - default)
--height_splits HEIGHT_SPLITS, -hs HEIGHT_SPLITS
Same as width splits only for height
--workers WORKERS, -w WORKERS
Number of workers
--disable_visuals Disable progress image output
--save_progress Store progress of generation
--progress_folder PROGRESS_FOLDER
Path to folder where progress imagis will be saved (default: tmp)
```
نیازمندی
| مقدار | نام |
|---|---|
| ~=1.22.4 | numpy |
| ~=4.6.0.66 | opencv-python |
| ~=9.2.0 | Pillow |
| ==0.56.2 | numba |
| ==4.64.1 | tqdm |
نحوه نصب
نصب پکیج whl elementarise-0.1.4:
pip install elementarise-0.1.4.whl
نصب پکیج tar.gz elementarise-0.1.4:
pip install elementarise-0.1.4.tar.gz