まさかろぐ

プログラムのこと、DTMのこととか

カテゴリー: プログラミング

HSP3のpicload命令で画像ファイルが読み込めなかった時にファイル名を表示する

HSPで画像を読み込むときは通常picload命令を利用すると思います。
しかし、実行時に画像ファイルが見つからなかったら「内部エラー13」を出力してプログラム自体が落ちてしまいます。

スクリプトエディタからデバッグ実行しているときは行数なども出るのでまだマシですが、実行ファイルにした後は「内部エラー13」としか出ないのでかなり不便です。

解決策

プログラムの上の方にこのプログラムを差し込むと、picload命令が置き換わってくれます。

#undef picload
#module
#deffunc picload str filename
  exist filename
  if(strsize=-1){
    dialog "Cannot open image \""+filename+"\""
  }
  picload@hsp filename
  return
#global

ファイルが見つからなかった場合には「Cannot open image "(ファイル名)"」というダイアログが表示された後に内部エラーとなってくれるので、最悪どのファイルが欠けているかがわかるようになります。

1行目の#undef picloadでpicload命令を(グローバルスコープから)削除し、3~9行目で定義したpicload命令に差し替えています。
このやり方はpicload命令以外(noteloadなど)にも応用可能だと思います。

細かい注意点

内部でexist命令を呼ぶようになるので、picload命令使用時にstrsizeの値が変化します。使用する場合は、strsizeを使用する部分にまたいでpicload命令を入れないよう注意して下さい。

(まっとうなプログラム言語なら、ファイルが見つからなかったとしてもエラーにならずに例外が発生するので、try-catchでファイルが見つからなかった場合の処理が書けたりするはずなんですがね。。。あとなんでstrsize変数なんていうstaticな変数に結果を出力するんだろう(疎結合化できない)。。。)

OpenCV&C++ でアクリルキーホルダーの重心を調べる

ゆいのあ氏(@yuinore)が書いた↓の記事を見て、C++だとどれくらい長くなるのかな~と適当につぶやいたところ、うえぽん氏(@imaginary_uepon)が勢いで書いてくれました。

うえぽん氏が長くなるよう?Windows Imaging Componentを使って低レイヤーな部分も含めて書いてくれたので、私はOpenCVを使うとどれくらい短くなるか試してみました(ぶち壊し…)。

プログラム

以下がOpenCVでアクリルキーホルダーの重心を調べるプログラムです。

#include <iostream>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/core.hpp>

int main()
{
    cv::Mat image = imread("image.png", cv::IMREAD_UNCHANGED);

    // アルファ値を重みとした座標合計, およびアルファ値の合計を算出
    cv::Vec2d posSum(0, 0);
    double alphaSum = 0;
    for (int i = 0; i < image.rows; ++i)
    {
        for (int j = 0; j < image.cols; ++j)
        {
            double alpha = image.at<cv::Vec4b>(i, j)[3] / 255.0;
            posSum += cv::Vec2d(j, i) * alpha;
            alphaSum += alpha;
        }
    }

    if (alphaSum > 0)
    {
        // 座標の重み付き平均(=重心)を算出
        cv::Vec2d center = posSum / alphaSum;

        // ピクセルの大きさを考慮して0.5px右下にずらす
        center += cv::Vec2d(0.5, 0.5);

        std::cout << center << std::endl;
    }
    else
    {
        std::cout << "error: no alpha" << std::endl;
    }

    return 0;
}

40行くらい。
OpenCVはアルファブレンド付き画像に完全対応しているわけではないようなので、アルファ値をとるにはIMREAD_UNCHANGEDで読み込む必要があります。
この際、エンディアンの影響なのか縦横が逆になったりr/g/bが逆向き(BGRA)になったりするので注意が必要です。

試してみる

適当に描いた画像で試してみたところ、以下の座標になりました。だいたいあってそう。

AKAZE/ORB/BRISKでホモグラフィー行列推定(OpenCV3)

OpenCVで特徴点マッチングを行い、一方の画像がどこにあるかをボックスで表示するC++のサンプルを探していたところ、下のページに行き着きました。
しかし、OpenCV2時代のものらしく動かなかったので、今回OpenCV3用に修正しました。

どうやらOpenCV3からは特徴点の種類を簡単に変更できるようにするため、クラスの構成が変更されたみたいです。

OpenCV3用に修正したプログラム

#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <opencv/cv.hpp>

// --------------------------------------------------------------------------
// main(Number of arguments, Argument values)
// Description  : This is the entry point of the program.
// Return value : SUCCESS:0  ERROR:-1
// --------------------------------------------------------------------------
int main(int argc, char **argv)
{
    // ORB
    auto detector = cv::ORB::create();
 
    // 読み込み
    cv::Mat image1 = cv::imread("box.png");
    cv::Mat image2 = cv::imread("box_in_scene.png");

    // 特徴点1
    std::vector<cv::KeyPoint> keypointsA;
    cv::Mat descriptorsA;
    detector->detectAndCompute(image1, cv::noArray(), keypointsA, descriptorsA);
 
    // 特徴点2
    std::vector<cv::KeyPoint> keypointsB;
    cv::Mat descriptorsB;
    detector->detectAndCompute(image2, cv::noArray(), keypointsB, descriptorsB);
 
    // マッチング
    cv::BFMatcher matcher(cv::NORM_HAMMING, true);
    std::vector<cv::DMatch> matches;
    matcher.match(descriptorsA, descriptorsB, matches);
 
    // 最小距離
    double min_dist = DBL_MAX;
    for (int i = 0; i < (int)matches.size(); i++) { 
        double dist = matches[i].distance;
        if (dist < min_dist) min_dist = dist;
    }
 
    // 良いペアのみ残す
    std::vector<cv::DMatch> good_matches;
    for (int i = 0; i < (int)matches.size(); i++) { 
        if (matches[i].distance < 3.0 * min_dist) good_matches.push_back(matches[i]);
    }
 
    // 対応点の表示
    cv::Mat img_matches;
    cv::drawMatches(image1, keypointsA, image2, keypointsB, good_matches, img_matches, cv::Scalar::all(-1), cv::Scalar::all(-1), std::vector<char>(), 0*cv::DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);
     
    // 十分な対応点がある
    if (good_matches.size() > 10) {
        std::vector<cv::Point2f> obj, scene;
        for (int i = 0; i < (int)good_matches.size(); i++) {
            obj.push_back(keypointsA[good_matches[i].queryIdx].pt);
            scene.push_back(keypointsB[good_matches[i].trainIdx].pt);
        }
 
        // ホモグラフィー行列を計算
        cv::Mat H = cv::findHomography(obj, scene, cv::RANSAC);
        //std::cout << H << std::endl;
 
        // 行列が空ではない
        if (!H.empty()) {
            std::vector<cv::Point2d> obj_corners(4), scene_corners(4);
            obj_corners[0] = scene_corners[0] = cv::Point2d(0,           0);
            obj_corners[1] = scene_corners[1] = cv::Point2d(image1.cols, 0);
            obj_corners[2] = scene_corners[2] = cv::Point2d(image1.cols, image1.rows );
            obj_corners[3] = scene_corners[3] = cv::Point2d(0,           image1.rows);
 
            // ホモグラフィ行列の推定
            cv::perspectiveTransform(obj_corners, scene_corners, H);
 
            // 緑の線で囲む (開始点を元画像が左にあるので右にオフセット)
            cv::line(img_matches, scene_corners[0] + cv::Point2d(image1.cols, 0), scene_corners[1] + cv::Point2d(image1.cols, 0), cv::Scalar(0, 255, 0), 4);
            cv::line(img_matches, scene_corners[1] + cv::Point2d(image1.cols, 0), scene_corners[2] + cv::Point2d(image1.cols, 0), cv::Scalar(0, 255, 0), 4);
            cv::line(img_matches, scene_corners[2] + cv::Point2d(image1.cols, 0), scene_corners[3] + cv::Point2d(image1.cols, 0), cv::Scalar(0, 255, 0), 4);
            cv::line(img_matches, scene_corners[3] + cv::Point2d(image1.cols, 0), scene_corners[0] + cv::Point2d(image1.cols, 0), cv::Scalar(0, 255, 0), 4);
        }
    }
 
    // 表示
    cv::imshow("camera", img_matches);
    cv::waitKey(0);
 
    return 0;
}

元記事のプログラムからの変更箇所はinclude部分と13~28行目の特徴点抽出部分のコードです。OpenCV3ではクラスの構成が少し変わっています。

gccの場合は以下のコマンドでコンパイルが通ると思います。

$ g++ [ファイル名].cpp `pkg-config --cflags --libs opencv`

特徴点の種類について

はじめのauto detector = cv::ORB::create();の中の「ORB」を変更するだけで使用する特徴点の種類を変更できます。AKAZE/ORB/BRISKの3種類が使用可能のようです。

特徴量で有名どころのSIFT/SURFは特許が取られているらしく、商用利用不可らしいです。その関係でopencv_contribという拡張モジュールに隔離されているので、使用するには別途これを導入する必要があるようです。

試してみる

とりあえずAKAZEとORBとBRISKを試してみた↓

AKAZE:

ORB:

BRISK:

BRISKだけやたら点が多い…
ORBも写真のクッキーの部分の特徴を全然取ってくれていないので、とりあえずこの写真を見る限りではAKAZEが良さそう?
(このあたりは屋外・屋内とか被写体によって変わってきそう)

git commit --amendを取り消すorキャンセルする方法

git commit --amendの取り消し方法について、ググっても出てこない2つ目の解決策が見つかったので記事にしてみます。

通常のgit commitではコミットメッセージを空のままで終了すればコミットをキャンセルできますが、git commit --amend(前のコミットへ上書き追加)の場合はそのまま終了してもコミットされてしまうので、うっかり実行するとキャンセルできなくて困ります。

解決策1

git commit --amendを行った後に取り消したい場合には、以下のコマンドを実行します。

$ git reset --soft HEAD@{1}

git commit --amendの実行がなかったことになってくれます。

解決策2

git commit --amendでコミットメッセージを入力する際、すでに入力されているコミットメッセージを削除して空にしてから保存&終了します。

すると、以下のようにgit commit --amendがキャンセルされてくれます。

$ git commit --ammend
Aborting commit due to empty commit message.

個人的にはこっちのやり方の方が毎回コマンドをググらなくて良いので楽かなと。

[PHP]CodeIgniterでのDBトランザクションのネスト化について

CodeIgniterでは、DBへの登録・更新などを$this->db->trans_start();$this->db->trans_complete();で囲むことでトランザクションを張ることができますが、この機能は内部でネストの深さをカウンタで記録しているため、ネスト化して使用することが可能です(CodeIgniter2, CodeIgniter3で確認)。

通常のトランザクションを用いる関数例

例えば、単純な送金システムを設計する際、CustomerというModelに送金先へ残高を移動する以下のような関数を作成するとします。

public function execute_payment($source_id, $dest_id, $price) {
    // トランザクションを開始
    $this->db->trans_start();

    // 送金元から残高を引く
    $this->db->set('balance', 'balance-'.intval($price), false);
    $this->db->where('id', $source_id);
    $this->db->update('customers');

    // 送金先へ残高を加算
    $this->db->set('balance', 'balance+'.intval($price), false);
    $this->db->where('id', $dest_id);
    $this->db->update('customers');

    // トランザクションを終了
    return $this->db->trans_complete();
}

この例では、トランザクションを張っていることによって、残高を引く処理・加算する処理のいずれかでエラーが出た場合にトランザクション開始時の状態へロールバックされるようになっています。

これにより、片方だけ実行される(残高が引かれたのに送金されていない)という事態を防ぐことができ、データの整合性が保たれます。

ネスト化されたトランザクションを利用する例

上で挙げた関数では$this->db->trans_start();$this->db->trans_complete();を利用していますが、これを含む関数を複数個トランザクションの中に入れたい場合があります。その場合も、特に気にせず$this->db->trans_start();$this->db->trans_complete();で囲めば良いだけです。

すなわち、以下のように記述しても問題ありません。

$this->db->trans_start();

/* 何かしらのDB操作① */

$this->db->trans_start();

/* 何かしらのDB操作② */

$this->db->trans_complete();

/* 何かしらのDB操作③ */

$this->db->trans_complete();

このように記述した場合でも①~③すべてのDB操作が正常に実行されたときのみDBの状態が更新されます、どれか1つでもエラーが起きた場合は①~③の変更はすべてロールバックされます。

例えば、複数個の送金がある場合でも、以下のように書けばそのすべてでエラーが起きなかった場合のみDB更新が反映されます。

// トランザクションを開始
$this->db->trans_start();

// 複数件の送金処理
$this->customer->execute_payment(1, 2, 100); // 1番口座から2番口座へ100円移動
$this->customer->execute_payment(1, 3, 100); // 1番口座から3番口座へ100円移動
$this->customer->execute_payment(1, 4, 100); // 1番口座から4番口座へ100円移動

// トランザクションを終了
$this->db->trans_complete();

この例では、トランザクションを張ることにより3件の送金処理が全件成功した場合のみDBが更新されるようになっています。

なお、$this->db->trans_start();$this->db->trans_complete();は必ずしもDB操作を行うModel内に記述する必要はなく、別途Customerモデルにトランザクションの開始・終了のみを行うメソッドを実装するといった必要はありません。

ただし、Controller内で$this->dbを利用する際には、必要に応じて$this->load->database();をコンストラクタまたは各メソッドで呼び出すようにしてください。

 

© 2016-2018 M'z Koo-boo.