utils/grid_splitter/README.md

🔲 Grid Splitter - グリッド分割モジュール

📋 概要

画像をグリッド状に分割し、個別の画像として保存するモジュールです。 自動的な余白検出と最適化機能を備えています。

🎯 主な機能

基本分割機能

• 行数×列数指定による均等分割
• 余白の自動検出と除去
• アスペクト比の保持
• バッチ処理対応

from utils.grid_splitter import GridSplitter

splitter = GridSplitter()
images = splitter.split(
    image,
    rows=3,
    cols=4
)

自動余白検出

from utils.grid_splitter import AutoPaddingDetector

detector = AutoPaddingDetector()
padding = detector.detect(image)

⚙️ パラメータ設定

基本パラメータ

パラメータ	型	範囲	デフォルト	説明
rows	int	1以上	必須	グリッドの行数
cols	int	1以上	必須	グリッドの列数
padding	int	0以上	0	グリッド間の余白
keep_aspect	bool	-	True	アスペクト比維持

余白検出パラメータ

パラメータ	型	範囲	デフォルト	説明
threshold	float	0-1.0	0.95	余白判定閾値
min_padding	int	0以上	1	最小余白サイズ
detect_edges	bool	-	True	エッジ検出使用

🔧 最適化オプション

メモリ最適化

splitter.enable_memory_optimization(
    chunk_size=1000,
    max_workers=4
)

処理速度最適化

splitter.enable_parallel_processing()  # マルチコア処理

🎨 画像処理オプション

余白トリミング

images = splitter.trim_padding(
    images,
    threshold=0.95
)

サイズ正規化

images = splitter.normalize_size(
    images,
    target_size=(256, 256)
)

画質最適化

images = splitter.optimize_quality(
    images,
    compression=90
)

📊 性能指標

処理速度

• 基本分割: 〜0.1秒/グリッド
• 余白検出: 〜0.2秒/画像
• バッチ処理: 〜0.05秒/グリッド

メモリ使用量

• 標準処理: 〜画像サイズ×2
• 最適化モード: 〜画像サイズ×1.2

🚀 使用例

基本的な使用方法

from utils.grid_splitter import GridSplitter

# スプリッターの初期化
splitter = GridSplitter()

# 画像の読み込みと分割
image = cv2.imread('grid_image.png')
images = splitter.split(
    image,
    rows=3,
    cols=4
)

# 分割画像の保存
for i, img in enumerate(images):
    cv2.imwrite(f'split_{i}.png', img)

自動余白検出付き分割

from utils.grid_splitter import AutoGridSplitter

# 自動スプリッターの初期化
auto_splitter = AutoGridSplitter()

# 余白を自動検出して分割
images = auto_splitter.split(
    image,
    rows=3,
    cols=4
)

バッチ処理

from utils.grid_splitter import BatchGridSplitter

# バッチスプリッターの初期化
batch_splitter = BatchGridSplitter(
    rows=3,
    cols=4,
    max_workers=4
)

# 画像リストの処理
results = batch_splitter.process_batch(image_list)

🎯 最適化テクニック

メモリ効率

1. ストリーミング処理の使用
2. 必要な部分のみ読み込み
3. 処理済み画像の即時解放

処理速度

1. マルチスレッド処理
2. NumPy演算の活用
3. キャッシュの利用

🧪 品質管理

自動テスト

python -m pytest tests/grid_splitter/

性能プロファイリング

from utils.profiler import profile_splitting

profile_splitting(splitter, test_image)

📝 注意事項

1. 大きな画像の分割時はメモリ使用量に注意
2. グリッドサイズの整合性を確認
3. 余白検出は画像の特性に依存
4. バッチ処理時は進捗監視を推奨