実際のところ
模擬データを取得する
さて、試すにしてもデータがないと始まりません。
ランダムでデータ生成するにしたって、実際のPIVでは流速というものがあるので雑に動かれても困ります。
幸いなことに（？）２００１年ごろから学会等のベンチマークで活用されているらしいデータ群があるので、ありがたく使わせてもらいます。
www.pivchallenge.org
から、
http://www.pivchallenge.org/pub/B/B006_1.tif
と
http://www.pivchallenge.org/pub/B/B006_2.tif
という二枚の画像をお借りします。
$ wget http://www.pivchallenge.org/pub/B/B006_1.tif $ wget http://www.pivchallenge.org/pub/B/B006_2.tif
(それにしても、三次元のPIVなんてのもあるんですね……恐ろしい)
画像を読み込ませる
jupyter notebookを起動する
前回のように構築してればJupyterNotebookが入っている筈なので
$ jupyter lab &
でサーバーを起動。
デフォなら以下のリンクで開けるはず、
http://localhost:8888/lab
ライブラリと画像を読み込む
from openpiv import tools, pyprocess, validation, filters, scaling import numpy as np import matplotlib.pyplot as plt %matplotlib inline import imageio frame_a = tools.imread('~/B006_1.tif') frame_b = tools.imread('~/B006_2.tif') fig,ax = plt.subplots(1,2,figsize=(12,10)) ax[0].imshow(frame_a,cmap=plt.cm.gray) ax[1].imshow(frame_b,cmap=plt.cm.gray)
特に問題なければ、画像がこんな感じで表示されてる筈です。
PIVを試す
さて本題。
試すだけなので、そのまんま公式チュートリアル写経します。
winsize = 32 # pixels, interrogation window size in frame A searchsize = 38 # pixels, search in image B overlap = 12 # pixels, 50% overlap dt = 0.02 # sec, time interval between pulses u0, v0, sig2noise = pyprocess.extended_search_area_piv(frame_a.astype(np.int32), frame_b.astype(np.int32), window_size=winsize, overlap=overlap, dt=dt, search_area_size=searchsize, sig2noise_method='peak2peak') x, y = pyprocess.get_coordinates( image_size=frame_a.shape, search_area_size=searchsize, overlap=overlap ) u1, v1, mask = validation.sig2noise_val( u0, v0, sig2noise, threshold = 1.05 ) # if you need more detailed look, first create a histogram of sig2noise # plt.hist(sig2noise.flatten()) # to see where is a reasonable limit # filter out outliers that are very different from the # neighbours u2, v2 = filters.replace_outliers( u1, v1, method='localmean', max_iter=3, kernel_size=3) # convert x,y to mm # convert u,v to mm/sec x, y, u3, v3 = scaling.uniform(x, y, u2, v2, scaling_factor = 96.52 ) # 96.52 microns/pixel # 0,0 shall be bottom left, positive rotation rate is counterclockwise x, y, u3, v3 = tools.transform_coordinates(x, y, u3, v3) #save in the simple ASCII table format tools.save(x, y, u3, v3, mask, 'exp1_001.txt' ) fig, ax = plt.subplots(figsize=(8,8)) tools.display_vector_field('exp1_001.txt', ax=ax, scaling_factor=96.52, scale=50, # scale defines here the arrow length width=0.0035, # width is the thickness of the arrow on_img=True, # overlay on the image image_name='~/B006_1.tif');
実行すると以下の様に渦巻き状に動いていたことが分かります。
