1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
// 积分图像（纯 MoonBit）
///|
/// 积分图像（Satoh 表达）。integral[y][x] = sum of img[0..y, 0..x]。
/// 支持 64 位整数和 Float 两种表达。
pub struct IntegralImage {
width : Int // 原图宽度
height : Int // 原图高度
data : Array[Int64] // (width+1) * (height+1) 的积分表，首行首列为 0
}
///|
/// 计算积分图像。仅处理灰度图（channels=1）或 RGB 图（channels=3/4，取首通道）。
pub fn integral_image(
img : @types.Image,
) -> IntegralImage raise @types.LoadError {
// 输入验证
if img.width <= 0 || img.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_image: 图像尺寸必须大于0",
)
}
if img.channels != 1 && img.channels != 3 && img.channels != 4 {
raise @types.LoadError::DecodeFailed(
"integral_image: 仅支持 channels=1/3/4",
)
}
let expected_size = img.width * img.height * img.channels
if img.data.length() != expected_size {
raise @types.LoadError::DecodeFailed(
"integral_image: 数据大小不匹配，期望 " +
expected_size.to_string() +
"，实际 " +
img.data.length().to_string(),
)
}
let w = img.width
let h = img.height
let ch = img.channels
let iw = w + 1
let ih = h + 1
let data_int : Array[Int] = Array::make(w * h * ch, 0)
for i in 0..<(w * h * ch) {
data_int[i] = img.data[i].to_int()
}
let data : Array[Int64] = Array::make(iw * ih, 0L)
for y in 0..<h {
let mut row_sum = 0L
for x in 0..<w {
row_sum += Int64::from_int(data_int[(y * w + x) * ch])
data[(y + 1) * iw + x + 1] = data[y * iw + x + 1] + row_sum
}
}
IntegralImage::{ width: w, height: h, data }
}
///|
/// 查询积分图像中矩形区域 [x, x+w) × [y, y+h) 的像素和。
pub fn integral_sum(
integral : IntegralImage,
x : Int,
y : Int,
w : Int,
h : Int,
) -> Int64 raise @types.LoadError {
// 参数验证
if integral.width <= 0 || integral.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_sum: 积分图像尺寸必须大于0",
)
}
if x < 0 || y < 0 {
raise @types.LoadError::DecodeFailed("integral_sum: x和y必须 >= 0")
}
if w <= 0 || h <= 0 {
raise @types.LoadError::DecodeFailed("integral_sum: w和h必须大于0")
}
if x + w > integral.width || y + h > integral.height {
raise @types.LoadError::DecodeFailed(
"integral_sum: 矩形区域超出图像边界",
)
}
let iw = integral.width + 1
let x2 = x + w
let y2 = y + h
let p00 = integral.data[y * iw + x]
let p10 = integral.data[y * iw + x2]
let p01 = integral.data[y2 * iw + x]
let p11 = integral.data[y2 * iw + x2]
p11 - p10 - p01 + p00
}
///|
/// 使用积分图像快速计算矩形区域均值。
pub fn integral_mean(
integral : IntegralImage,
x : Int,
y : Int,
w : Int,
h : Int,
) -> Float raise @types.LoadError {
// 参数验证
if integral.width <= 0 || integral.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_mean: 积分图像尺寸必须大于0",
)
}
if x < 0 || y < 0 {
raise @types.LoadError::DecodeFailed("integral_mean: x和y必须 >= 0")
}
if w < 0 || h < 0 {
raise @types.LoadError::DecodeFailed("integral_mean: w和h必须 >= 0")
}
if w == 0 || h == 0 {
return 0.0F
}
if x + w > integral.width || y + h > integral.height {
raise @types.LoadError::DecodeFailed(
"integral_mean: 矩形区域超出图像边界",
)
}
let sum = integral_sum(integral, x, y, w, h)
Float::from_int(sum.to_int()) / Float::from_int(w * h)
}
///|
/// 平方积分图像（用于快速计算方差）。
pub struct IntegralImageSq {
width : Int
height : Int
data : Array[Int64] // sum of img^2
}
///|
/// 计算平方积分图像。
pub fn integral_image_sq(
img : @types.Image,
) -> IntegralImageSq raise @types.LoadError {
// 输入验证
if img.width <= 0 || img.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_image_sq: 图像尺寸必须大于0",
)
}
if img.channels != 1 && img.channels != 3 && img.channels != 4 {
raise @types.LoadError::DecodeFailed(
"integral_image_sq: 仅支持 channels=1/3/4",
)
}
let expected_size = img.width * img.height * img.channels
if img.data.length() != expected_size {
raise @types.LoadError::DecodeFailed(
"integral_image_sq: 数据大小不匹配，期望 " +
expected_size.to_string() +
"，实际 " +
img.data.length().to_string(),
)
}
let w = img.width
let h = img.height
let ch = img.channels
let iw = w + 1
let ih = h + 1
let data_int : Array[Int] = Array::make(w * h * ch, 0)
for i in 0..<(w * h * ch) {
data_int[i] = img.data[i].to_int()
}
let data : Array[Int64] = Array::make(iw * ih, 0L)
for y in 0..<h {
let mut row_sum = 0L
for x in 0..<w {
let v = Int64::from_int(data_int[(y * w + x) * ch])
row_sum += v * v
data[(y + 1) * iw + x + 1] = data[y * iw + x + 1] + row_sum
}
}
IntegralImageSq::{ width: w, height: h, data }
}
///|
/// 使用积分图像计算矩形区域方差。
/// 需要同时提供积分图像和平方积分图像。
pub fn integral_variance(
integral : IntegralImage,
integral_sq : IntegralImageSq,
x : Int,
y : Int,
w : Int,
h : Int,
) -> Float raise @types.LoadError {
// 参数验证
if integral.width <= 0 || integral.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_variance: 积分图像尺寸必须大于0",
)
}
if integral_sq.width <= 0 || integral_sq.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_variance: 平方积分图像尺寸必须大于0",
)
}
if integral.width != integral_sq.width ||
integral.height != integral_sq.height {
raise @types.LoadError::DecodeFailed(
"integral_variance: 积分图像和平方积分图像尺寸必须相同",
)
}
if x < 0 || y < 0 {
raise @types.LoadError::DecodeFailed("integral_variance: x和y必须 >= 0")
}
if w <= 0 || h <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_variance: w和h必须大于0",
)
}
if x + w > integral.width || y + h > integral.height {
raise @types.LoadError::DecodeFailed(
"integral_variance: 矩形区域超出图像边界",
)
}
let n = Float::from_int(w * h)
let sum = Float::from_int(integral_sum(integral, x, y, w, h).to_int())
let sum_sq = Float::from_int(
integral_sum_sq(integral_sq, x, y, w, h).to_int(),
)
let mean = sum / n
sum_sq / n - mean * mean
}
///|
/// 查询平方积分图像中矩形区域的像素平方和。
pub fn integral_sum_sq(
integral_sq : IntegralImageSq,
x : Int,
y : Int,
w : Int,
h : Int,
) -> Int64 raise @types.LoadError {
// 参数验证
if integral_sq.width <= 0 || integral_sq.height <= 0 {
raise @types.LoadError::DecodeFailed(
"integral_sum_sq: 平方积分图像尺寸必须大于0",
)
}
if x < 0 || y < 0 {
raise @types.LoadError::DecodeFailed("integral_sum_sq: x和y必须 >= 0")
}
if w <= 0 || h <= 0 {
raise @types.LoadError::DecodeFailed("integral_sum_sq: w和h必须大于0")
}
if x + w > integral_sq.width || y + h > integral_sq.height {
raise @types.LoadError::DecodeFailed(
"integral_sum_sq: 矩形区域超出图像边界",
)
}
let iw = integral_sq.width + 1
let x2 = x + w
let y2 = y + h
let p00 = integral_sq.data[y * iw + x]
let p10 = integral_sq.data[y * iw + x2]
let p01 = integral_sq.data[y2 * iw + x]
let p11 = integral_sq.data[y2 * iw + x2]
p11 - p10 - p01 + p00
}