doc/tut/medcoupling/testmed_lena.py

   1 #!/usr/bin/env python3
   2 # Copyright (C) 2011-2019  CEA/DEN, EDF R&D
   3 #
   4 # This library is free software; you can redistribute it and/or
   5 # modify it under the terms of the GNU Lesser General Public
   6 # License as published by the Free Software Foundation; either
   7 # version 2.1 of the License, or (at your option) any later version.
   8 #
   9 # This library is distributed in the hope that it will be useful,
  10 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  11 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  12 # Lesser General Public License for more details.
  13 #
  14 # You should have received a copy of the GNU Lesser General Public
  15 # License along with this library; if not, write to the Free Software
  16 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307 USA
  17 #
  18 # See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
  19 #
  20
  21 # This use case illustrates the usage of PIL (Python Imaging Library)
  22 # combined with the MEDCoupling and MEDLoader modules to save an image
  23 # as a field in a med file.
  24 # (gboulant - 27/06/2011)
  25
  26 import os
  27
  28 import medcoupling as MC
  29 import MEDLoader as ML
  30
  31 #
  32 # ===============================================================
  33 # We first get data from the test image to render as a field
  34 # ===============================================================
  35 #
  36 import scipy, numpy
  37 # The data field array may be created from the lena image
  38 #image = scipy.lena()
  39 # We could either read a real image using the PIL python package.
  40 from scipy.misc import pilutil
  41 CURDIR = os.path.dirname(__file__)
  42 image = pilutil.imread(os.path.join(CURDIR, "images", "avatar.png"),True)
  43
  44
  45 #from PIL import Image
  46 #im=Image.open("images/irm.png")
  47 #im=Image.open("images/lena.png")
  48 #image=pilutil.fromimage(im,True)
  49 #image=numpy.asarray(im)
  50 # print(image)
  51
  52 dim  = len(image.shape)
  53 print("Image space dimension = %d"%dim)
  54 sizeX = image.shape[1]
  55 sizeY = image.shape[0]
  56
  57 # The sizes defined the number of pixel in a direction, then the
  58 # number of cells to create in the mesh in that direction.
  59
  60 # We must reshape the matrix of pixel in a 1D vector that concatenates
  61 # all the rows, and then convert this vector in a simple list of
  62 # double as required by the MEDCoupling field specification.
  63 import numpy
  64 imageDataNArray       = image.reshape(1,sizeX*sizeY)[0]
  65 print(imageDataNArray)
  66
  67 imageDataNArrayDouble = numpy.array(imageDataNArray, dtype='float64')
  68 imageDataArrayDouble  = list(imageDataNArrayDouble)
  69
  70 #
  71 # ===============================================================
  72 # Creating a cartesian mesh with a grid of the size of the image
  73 # ===============================================================
  74 #
  75
  76 # >>>
  77 # WARNING: remember the problem of tics and spaces. The data values
  78 # are considered as values defined on cells. With size values in a
  79 # direction, we have to create size+1 mesh nodes in that direction.
  80 # <<<
  81
  82 # The mesh is created using MEDCoupling
  83 cmesh=MC.MEDCouplingCMesh.New();
  84 cmesh.setName("imagemesh")
  85
  86 # We use an arbitrary step between cells (the value does not matter)
  87 stepX = 0.1
  88 nbNodesX = sizeX+1
  89 arrX = [float(i * stepX) for i in range(nbNodesX)]
  90 coordsX=MC.DataArrayDouble.New()
  91 coordsX.setValues(arrX,nbNodesX,1)
  92
  93 stepY = 0.1
  94 nbNodesY = sizeY+1
  95 arrY=[float(i * stepY) for i in range(nbNodesY)]
  96 coordsY=MC.DataArrayDouble.New()
  97 coordsY.setValues(arrY,nbNodesY,1)
  98
  99 cmesh.setCoords(coordsX,coordsY)
 100 print("Imagem mesh dimension: %d"%cmesh.getSpaceDimension())
 101
 102 # WARN: In the current state of development of MEDLoader, only
 103 # unstructured meshes are supported for writing function in med
 104 # files. We just have to convert the cartesian mesh in an unstructured
 105 # mesh before creating the field.
 106 umesh=cmesh.buildUnstructured();
 107 umesh.setName("imagemesh")
 108
 109 #
 110 # ===============================================================
 111 # Creating a scalar field on the mesh using image data
 112 # ===============================================================
 113 #
 114
 115 # Create the field using MEDCoupling
 116 field = MC.MEDCouplingFieldDouble.New(MC.ON_CELLS,MC.ONE_TIME);
 117 field.setName("imagefield");
 118 field.setMesh(umesh);
 119 # OPTIONAL: We set an arbitrary time step for test purpose
 120 field.setIteration(3);
 121 field.setOrder(0)
 122
 123 dataArray=MC.DataArrayDouble.New();
 124 nbCells = sizeX*sizeY
 125 nbComponents=1 # For a scalar field
 126
 127 # This example shows haw to initialize all cell with the same
 128 # value. Just create an array of size nbCells
 129 # dataArray.setValues(nbCells*[3.4],nbCells,nbComponents)
 130
 131 dataArray.setValues(imageDataArrayDouble,nbCells,nbComponents)
 132 field.setArray(dataArray);
 133
 134 # The MEDLoader can be used to save all the stuff in a med file. You
 135 # just have to specify the field and the MEDLoader will save the
 136 # underlying mesh.
 137 createFromScratch=True
 138 ML.MEDLoader.WriteField("fieldimage.med",field,createFromScratch)