My Awesome Moments - REAP WHAT YOU SOW

OpenCV findContours – What it is?

OpenCV findContours detects change in the image color and marked it as contour.

In this example using archery target face, findContours detects the outer circle, yellow circle, bullseye circle, logos on top left and bottom left.

In this case, findContours doesn’t detect the red circle contour.

The Original Image

The Image Gray

The Find Contours Image

Green color is the contours found on the image.

opencv findcontours on archery target face

The OpenCV Python Code

import os
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt


def findContours():
    root = os.getcwd()
    imgPath = os.path.join(root, 'images/target.jpg')
    img = cv.imread(imgPath)
    #change to GRAY to easily detect the contours
    imgGray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

    ret, thresh = cv.threshold(imgGray, 127, 255, 0)
    contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)


    imgContours = cv.drawContours(img, contours, -1, (0,255,0), 3)

    plt.figure()
    plt.subplot(121)
    plt.imshow(imgContours)
  
    plt.show()

    

if __name__ == '__main__':    
    print("Start")
    findContours()

import os

import cv2 as cv

import numpy as np

import matplotlib.pyplot as plt

def findContours():

root = os.getcwd()

imgPath = os.path.join(root, 'images/target.jpg')

img = cv.imread(imgPath)

#change to GRAY to easily detect the contours

imgGray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

ret, thresh = cv.threshold(imgGray, 127, 255, 0)

contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

imgContours = cv.drawContours(img, contours, -1, (0,255,0), 3)

plt.figure()

plt.subplot(121)

plt.imshow(imgContours)

plt.show()

if __name__ == '__main__':

print("Start")

findContours()

Conclusion

findContours is an easy way to automatically detect an image shape or outline.

References:

OpenCV Python Image Perspective Transform

I wanted to learn OpenCV Perspective Transform. Tutorials that I found on the internet bit complex for me to really understand what it is all about. I have to read few tutorials before really understand it.

In layman term, perspective transform is taking a rectangle area from original image and re-project the cut rectangle to our defined size canvas.

To do this, you just need 4 corner pixel points and perspective transform will do all other pixels calculation automatically based on those 4 pixels points.

The Required Pixel Points

The corner pixels points must follow the order as shown in below image.

This is considered the source pixel points.

The destination points are where you want to re-project those source points into new plane.

The size of destination plane is:

width: 1000 pixels
height: 200 pixels

I just take the source rectangle width and height.

Image Used for the Perspective Transform

I used below image to do the perspective transform.

Code on Perspective Transform

Filename: Main.py

import os
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

def perspectiveTransform():
    root = os.getcwd()
    imgPath = os.path.join(root, 'images/restaurant.png')
    img = cv.imread(imgPath)
    img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
   
    src = np.array([[477,539], [1476,748], [428,786], [1520,905]], dtype=np.float32)

    width = 1000
    height = 200

   
    dest = np.array([[0,0], [width,0], [0,height], [width,100]], dtype=np.float32)
    
    transformation = cv.getPerspectiveTransform(src, dest)
    warpedImg = cv.warpPerspective(img, transformation, (width, height))


    plt.figure()
    plt.subplot(121)
    plt.imshow(img)
    plt.plot(src[:,0], src[:,1], 'r.')

    plt.subplot(122)
    plt.imshow(warpedImg)
    plt.plot(dest[:,0], dest[:,1], 'r.')
    plt.show()

    

if __name__ == '__main__':    
    print("Start")
    perspectiveTransform()

import os

import cv2 as cv

import numpy as np

import matplotlib.pyplot as plt

def perspectiveTransform():

root = os.getcwd()

imgPath = os.path.join(root, 'images/restaurant.png')

img = cv.imread(imgPath)

img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

src = np.array([[477,539], [1476,748], [428,786], [1520,905]], dtype=np.float32)

width = 1000

height = 200

dest = np.array([[0,0], [width,0], [0,height], [width,100]], dtype=np.float32)

transformation = cv.getPerspectiveTransform(src, dest)

warpedImg = cv.warpPerspective(img, transformation, (width, height))

plt.figure()

plt.subplot(121)

plt.imshow(img)

plt.plot(src[:,0], src[:,1], 'r.')

plt.subplot(122)

plt.imshow(warpedImg)

plt.plot(dest[:,0], dest[:,1], 'r.')

plt.show()

if __name__ == '__main__':

print("Start")

perspectiveTransform()

To run the program, type at the terminal

python3 Main.py

1	python3 Main.py

Folder Structure:

Reference

OpenCV Perspective Transform Youtube

Markah Diperlukan Untuk Menang Memanah Recurve Peringkat MSSD Petaling Perdana & MSSM

Berapakah Markah Memanah Recurve Yang Diperlukan Untuk Menang Peringkat MSSD Petaling Perdana dan Peringkat MSSM untuk Lelaki Bawah 12 tahun?

Untuk daerah Petaling Perdana, U12 markah purata setiap pusingan untuk menang ialah 332 manakala peringkat MSSM ialah 352 ini berdasarkan markah MSSD Petaling Perdana 2024 dan MSSM 2024.

Markah Memanah MSSD Petaling Perdana 2024 – Lelaki Bawah 12 Tahun

Markah Memanah MSSM 2024 – Lelaki Bawah 12 Tahun

SKBJ Archery Club – Wolfpack Training

My son Dien joins archery club since June 2023 and he joined it because of friends influence. At first, I didn’t give much attention to his interest because I thought I would die off in a matter of months.

But Dien consistently went to training and kept asking to buy him a bow. Until he joined MSSD last June 2024 only then we bought him a bow. From there on we start to seriously focus on his interest.

Training at SKBJ Archery Wolfpack – Wolfpack

Training is every Saturday from 8AM till 10AM.

hadien practising archering shooting for 15m

After Training

This week 20/6/2024, only 2 kids left after they finished training to practice their shooting. I let him play till 1030AM.

only 2 arhcers left after 10am - end of training — only 2 arhcers left after 10am – end of training

Kategori Saiz Rumah di Malaysia

Bulan lepas, ada seorang pembeli ni cerita dekat saya yang dia tersilap beli rumah. Bukan rumah bawah ni tau. Masa dia beli tu rumah tu under construction, kira tak ada rumah contoh. Jadi just tengok layout semua nampak macam besar, luas dia booking saja untuk beli. Tapi after rumah tu siap dia terkejut sebab rumah tu kecil size nya. Parking pun muat satu kereta saja.

Bila saya tanya berapa bukaan lebar rumah? Dia kata 18 kaki. Untuk size 18 kaki memang muat 1 kereta saja parking. Melainkan kereta kecil mungkin boleh muat 2. Yang ni ikut pagar yang developer bagi. Belum renovate tukar pagar semua.

Memang selalu kalau kita tengok model rumah, atau layout rumah dan kita tak ada pengalaman untuk bayangkan “size” rumah, kita akan rasa ok. So saya terpanggil untuk menulis sedikit tentang size rumah yang biasa di jual dekat malaysia ni dan kategori rumah tu besar atau kecil.

Selain dari tengok jumlah bilik tidur dan bilik air, ada faktor lain yang kena ambil kira bagi saiz sesebuah rumah. Saiz tanah ( bagi rumah landed) dan saiz binaan ( rumah landed / apartment).

??????????/ ????? / ???? :
✅ ???-???+???? – ?????.
Kalau size macam ni biasanya studio unit / soho. Biasa ada 1 bilik atau tiada bilik.
✅ ???-???+ ???? – ?????.
Untuk Size ni dikira size yang kecil. Ada yang cukup untuk 2 bilik, ada yang 3 bilik.
✅ ???- ??????? – ?????????.
Size ni dikira “standard size” untuk kebanyakan rumah apartment. Size yang boleh dikatakan “selesa”. Tak besar sangat. Tak kecil sangat.
✅???-???? ++ ???? – ????? ??? ????.
Untuk saiz ni dikira besar bagi sebuah rumah apartment/ kondo/ flat. Layout rumah juga lebih luas. Sesetengah kondo ada yang bersaiz 1500++sqft yang mana kadang lebih luas dari saiz binaan rumah teres.
?????? / ??????: ( intermediate. Kalau corner / end lot saiz tanah lebih besar )
Size rumah teres ni biasanya (ukuran kaki)
16×60
18×60
18×70
20×60
20×65
20×70
20×75
20×80
22×70
22×75
24×70
????? ????? ?????
✅???? ????? ????? ??-?? ???? : ?????.
Lebar ni di kira saiz lebar bahagian hadapan rumah. Bagi saiz ni kecil dan untuk parking kereta kalau 16 kaki muat satu kereta sahaja. Untuk 18 kaki muat 1 kereta juga tapi kalau kereta saiz kecil boleh muat 2. Bergantung pada pagar rumah. Kalau takde tembok kiri kanan boleh masuk dua.
✅ ???? ????? ????? ?? ???? : ?????????.
20 kaki ni dikira size standard kebanyakan rumah teres dekat malaysia ni. Kira saiz yang paling banyak ada dekat pasaran. Muat untuk parking dua kereta dan dalam kategori lebar rumah yang jadi pilihan ramai.
✅???? ????? ?? ???? ?? ???? : ?????.
Size yang boleh dikatakan selesa untuk kelebaran sesebuah rumah. Untuk size 24 kaki ke atas dikategorikan sebagai “superlink”. Bukan lagi teres biasa sebab saiz yang besar dan luas. Untuk size 24 kaki ke atas kalau parking 2 kereta pun dah terlebih selesa dan siap ada ruang lagi dekat tepi untuk mini garden dan sebagainya.
????? ??????? ?????
Selain lebar, satu lagi faktor yang kena ambil kira adalah panjang tanah sesebuah rumah.
✅?? ???? ?? ????? – ??????.
Panjang 60 kaki biasanya selepas di tolak ruang untuk car porch dan binaan rumah, biasa bahagian belakang ada sedikit. Car porch pun lebih pendek.
✅ ??-?? ???? – ?????????.
Standard size bagi kebanyakan rumah yang dibina sekarang. Tak pendek sangat. Tak panjang sangat. Size yang paling ramai suka. Carporch pun tak pendek sangat dan biasa bahagian belakang pun ada lebihan tanah.
✅?? ???? ?? ???? – ???????.
Untuk panjang ni biasanya car porch akan panjang sedikit atau size standard. Bahagian backyard pun ada lebihan tanah lagi. Kadang 10 kaki atau lebih. Size 80-90 kaki dikira panjang.
????????? ?????? ????? / ????? ??
Untuk rumah teres setingkat keluasan binaan boleh ambil kira saiz rumah apartment sebagai panduan.
Untuk rumah teres 2 tingkat
✅ ???????? ?? ????? – ?????.
Biasa sekarang ni developer banyak buat rumah bersaiz kecil dengan keluasan binaan bawah 1500sqft. Kadang dia bagi tanah lebih. Dapur dan bilik kecil. Tapi ada lebihan tanah di belakang untuk kita buat sendiri tambahan.
✅ ???????? – ????+ ????- ?????????.
Bagi saiz ni dikira saiz standard untuk keluasan binaaan sebuah rumah. Saiz yang boleh dikatakan “just nice”. Tak besar. Tak terlalu kecil sangat. Tapi biasa saiz dapur ada yang sederhana, ada yang kecil bergantung pada design rumah.
✅ ???????? -????????++ – ?????.
Untuk saiz ni dikira besar untuk keluasan binaan sesebuah rumah. Saiz ni biasanya kalau tak buat tambahan dapur , bilik dan sebagainya pun dah cukup. Tak perlu extend dah biasanya.

Nak tulis sikit jadi panjang pula?. Tapi ni dikira pendapat peribadi saya yang pernah involved dalam bidang construction dulu dan sekarang bekerja sebagai perunding hartanah. Boleh jadi panduan bagi yang sedang mencari rumah. Apapun saiz pilihla ikut bajet dan citarasa masing-masing. Pilih betul-betul supaya tak salah buat pilihan .

Semoga bermanfaat.

Rumah bawah ni dekat Elmina. Size 20×80 dengan Luas binaan 2200sqft++. Yang ni kategori rumah teres intermediate yang besar dan luas.

Perkongsian Fahimah Mahayuddin

The Original Image

The Image Gray

The Find Contours Image

The OpenCV Python Code

Conclusion

References:

The Required Pixel Points

Image Used for the Perspective Transform

Code on Perspective Transform

Filename: Main.py

Folder Structure:

Reference

Berapakah Markah Memanah Recurve Yang Diperlukan Untuk Menang Peringkat MSSD Petaling Perdana dan Peringkat MSSM untuk Lelaki Bawah 12 tahun?

The Competition

Individual

Group

Competition Result

Individual

Group

Very Good Experience

Training at SKBJ Archery Wolfpack – Wolfpack

After Training

Peraturan

How To Repair It

My Contractor Details:

Rusty Iron

Painted Iron

Naked Iron