add list like vlines to UnivariatePlot

README.md

@@ -20,3 +20,22 @@ ToDo
     implementieren
 []  frame_range aus UnivariatePlot in Frames outsourcen und Folgen in allen
     Klassen beseitigen. (wieder rekursives Aufrufproblem in __init__
+[]  Möglichkeit view instanzen zu picklen (siehe Abschnitt)
+[]  Visualisierung innerhalb derer die Pixel des Ursprungsbildes entlang der
+    Achse des zu Grunde liegenden Kontrastwertes sortiert werden
+[]  helper function zur Umrechnung von Frames in Zeit und umgekehrt (mit Aufruf
+    von mplayer, Bildbetrachter an der entsprechenden Stell)
+[]  Sequence Daten (Plot) Clustern mit K-Means statt descriptiv zu evaluieren
+[]  Mittels Fancy Indexing, die Bereiche in eine View isolieren, die ich für
+    ein bestimmtes Muster identifiziert habe und dann statistisch beschreiben
+
+Möglichkeiten View instanzen zu picklen
+---------------------------------------
+
+bereits ausprobiert, jedoch kan die Frames Instanz `_frames` die von der view
+Instanz benötigt wird nach dem unpickling nicht aufgerufen werden, so dass
+meine Methoden nicht mehr funktionieren. Zur Lösung der Problematik:
+
+<http://stackoverflow.com/questions/3614379/attributeerror-when-unpickling-an-object>
+
+<http://stackoverflow.com/questions/3363281/attributeerror-module-object-has-no-attribute-when-using-cpickle>

itten/movie.py

@@ -2,6 +2,7 @@
 # -*- coding: utf-8 -*-
 
 from pathlib import Path  # TODO wie kann ich third-party module nach außen verstecken
+import pickle
 
 # TODO Ist der import aus dem selben Pakte so korrekt?
 from . import views
@@ -74,7 +75,7 @@ class Movie(object):
 
             # compute multivariatee contrast representation
             multivariate = views.MultivariateSequence(self._frames)
-            multivariate.populate(ctrst=ctrst, frm_stp=stp)
+            multivariate.populate(ctrst=ctrst, frm_stp=stp+2)
 
             # TODO: pickle instance instead of just deleating it!
 
@@ -99,7 +100,7 @@ class Movie(object):
             vis = visuals.UnivariatePlot(univariate)
 
             # summarizing methods of univariate class
-            summarizations = ['seqmean', 'seqmad', 'seqvar']  # TODO Varianz funktioniert so nicht
+            summarizations = ['seqmean', 'seqmad']  # TODO Varianz funktioniert so nicht
 
             for feature in summarizations:
                 # compute summarizations for given univariate value
@@ -127,6 +128,9 @@ class Movie(object):
             filename = self._frames.prefix + 'univariateplot_' + ctrst + '_' + desc
             vis.saveplt(fname=filename, title=header)
 
+        with open(prefix[:-1] + '_summary.pickle', 'wb') as f:
+            pickle.dump(summary, f)
+
         return summary
 
 

itten/views.py

@@ -9,6 +9,7 @@ import peakutils
 from .helpers import luminance
 from copy import deepcopy
 from . import contrasts
+from . import movie
 
 # subclassing numpy ndarray
 # Vorgehen: https://docs.scipy.org/doc/numpy/user/basics.subclassing.html

itten/visuals.py

@@ -106,8 +106,6 @@ class MultivariatePlot(SequencePlot):
         self.fig.tight_layout()
         self.fig.set_size_inches(self.width, self.height) 
 
-        self.fig.savefig("intest.png", dpi=200)
-
         return self.fig, self._ax
 
 
@@ -120,7 +118,7 @@ class UnivariatePlot(SequencePlot):
         self._ax = plt.axes()
         self._ax, self._axt = self.ittenstyle(self._ax, view)
 
-    def plot(self, view, mark_gt=False, mark_lt=False):
+    def plot(self, view, mark_gt=False, mark_lt=False, mark=False):
 
         # Interpolation mit savitzky_golay funktioniert nicht
         # contrast_points = savitzky_golay(np.array(contrast_points), 51, 7)
@@ -133,11 +131,14 @@ class UnivariatePlot(SequencePlot):
         if mark_gt:
             poss = npx[view > mark_gt]
             for pos in poss:
-                self._ax.axvline(pos, color='#f3f315', alpha=0.3, linewidth=3)
-        elif mark_lt:
-            poss = npx[view > mark_gt]
+                self._ax.axvline(pos, color='#a6e22e', alpha=0.3, linewidth=3)
+        if mark_lt:
+            poss = npx[view < mark_lt]
             for pos in poss:
-                self._ax.axvline(pos, color='#f3f315', alpha=0.3, linewidth=3)
+                self._ax.axvline(pos, color='#f92672', alpha=0.3, linewidth=3)
+        if mark:
+            for pos in mark:
+                self._ax.axvline(pos, color='#66d9ef', alpha=0.3, linewidth=3)
 
         self._axt.legend()
 

testing/bootstrap.py

 from itten.movie import Movie
-from itten.views import UnivariateSequence
-from itten.visuals import UnivariatePlot
+from itten.views import MultivariateSequence
+from itten.visuals import MultivariatePlot
 
-movie = Movie(prefix='rec_', folder='../DHd-2017/Data/Frames/Rec/')
-movie._frames.start = 367
-movie._frames.end = 784
-cont = UnivariateSequence(movie._frames,)
-cont.seqmean(frm_stp=3, ctrst='saturation')
-viz = UnivariatePlot(cont)
-viz.plot(cont, mark_gt=140)
-cont.seqper(frm_stp=3, ctrst='saturation', perc=50)
-viz.plot(cont)
-viz.saveplt('Percentile Test')
+movie = Movie(prefix='wwz_', folder='../DHd-2017/Data/Frames/WWZ/')
+# movie._frames.start = 367
+# movie._frames.end = 1000
+cont = MultivariateSequence(movie._frames,)
+cont.populate(frm_stp=1, ctrst='saturation')
+viz = MultivariatePlot(cont)
+viz.plot(cont, mark=[243, 1885, 3430, 4237, 4543])
+# cont.seqper(frm_stp=5, ctrst='saturation', perc=50)
+# viz.plot(cont)
+viz.saveplt('testplot_vline')
 
 # viz = MultivariatePlot()
 # fig, ax = viz.plot(cont)