Pythonから眺める絵画①ーゴッホの『星月夜』からー

import networkx as nx
import matplotlib.pyplot as plt

def create_perception_graph(connection_type="normal"):
    G = nx.Graph()
    # 構成要素：星、空、糸杉、村
    elements = ["Star", "Sky", "Cypress", "Village"]
    G.add_nodes_from(elements)
    
    if connection_type == "normal":
        # 通常の知覚：物理的に隣接するものだけが繋がる（空と村、など）
        edges = [("Star", "Sky"), ("Sky", "Cypress"), ("Cypress", "Village")]
    else:
        # ゴッホの「心理現象」：情動（うねり）がすべてを強引に結びつける
        # すべての要素が「うねり」を介して互いに連結される（完全グラフに近い状態）
        edges = [
            ("Star", "Sky"), ("Sky", "Cypress"), ("Cypress", "Village"),
            ("Star", "Cypress"), # 遠くの星と手前の糸杉が情動で直結
            ("Star", "Village"), # 宇宙と人間社会の直結
            ("Sky", "Village")   # 空のうねりが村を飲み込む
        ]
    G.add_edges_from(edges)
    return G

# 2つの知覚状態を比較
normal_net = create_perception_graph("normal")
gogh_net = create_perception_graph("gogh")

print(f"通常の知覚の接続密度: {nx.density(normal_net):.2f}")
print(f"ゴッホの心理的接続密度: {nx.density(gogh_net):.2f}")

# 可視化して「構造の違い」を目で確認
plt.figure(figsize=(10, 4))
plt.subplot(121); nx.draw(normal_net, with_labels=True, title="Normal Perception")
plt.subplot(122); nx.draw(gogh_net, with_labels=True, node_color='orange', title="Gogh's Psychological Optical")
plt.show()
を測る

import cv2
import numpy as np
import networkx as nx

def analyze_starry_night_structure(image_path):
    # 1. 画像の読み込みと前処理
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # ノイズを抑えて「うねり」の主構造を強調
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)

    # 2. 勾配（筆致の向き）の計算
    # Sobelフィルタで「どの方向に明るさが変化しているか」を抽出
    gx = cv2.Sobel(blurred, cv2.CV_64F, 1, 0, ksize=3)
    gy = cv2.Sobel(blurred, cv2.CV_64F, 0, 1, ksize=3)
    
    # 3. グラフの構築
    G = nx.DiGraph() # 向きがあるので「有向グラフ」
    
    # 計算負荷を抑えるため、格子状にサンプリングしてノードを作成
    step = 20 
    h, w = gray.shape
    for y in range(0, h, step):
        for x in range(0, w, step):
            # 現在地の筆致の角度を計算
            angle = np.arctan2(gy[y, x], gx[y, x])
            
            # その「向き」の先にある次の地点を計算
            target_x = int(x + np.cos(angle) * step)
            target_y = int(y + np.sin(angle) * step)
            
            # 範囲内であればエッジを張る
            if 0 <= target_x < w and 0 <= target_y < h:
                G.add_edge((x, y), (target_x, target_y))

    return G

# 解析の実行（ここにゴッホの画像パスを入れます）
# G = analyze_starry_night_structure('starry_night.jpg')

# 解析結果を数値で証明する（例）
print(f"抽出された接続（エッジ）の総数: {G.number_of_edges()}")
print(f"最大連結成分（一つのうねりに飲み込まれた情報の塊）のサイズ: {len(max(nx.weakly_connected_components(G), key=len))}")