Улучшенный интерфейс для составления деструктивных операторов, часть II
-
07-09-2020 - |
Вопрос
Смотрите мои предыдущие вопрос о составлении операторов opencv для объяснения того, что происходит.
Я придумал новый интерфейс, который позволяет создавать деструктивные двоичные операции своего рода компонуемым способом:
newtype IOP a b = IOP (a -> IO b)
instance Category IOP where
id = IOP return
(IOP f) . (IOP g) = IOP $ g >=> f
(&#&) :: IOP (Image c d) e -> IOP (Image c d) f
-> IOP (Image c d) (Image c d,Image c d)
(IOP f) &#& (IOP g) = IOP $ op
where
op i = withClone i $ \cl -> (f i >> g cl >> return (i,cl))
runIOP (IOP f) img = withClone img f
С помощью этого я могу легко выразить "вычесть оператор Гаусса":
subtract :: IOP (Image c d, Image c1 d1) (Image c d)
mulScalar :: d -> IOP (Image c d) (Image c d)
subtractScalar :: d -> IOP (Image c d) (Image c d)
gaussian :: (Int, Int) -> IOP (Image GrayScale D32) (Image GrayScale D32)
(gaussian (11,11) &#& id) >>> subtract >>> mulScalar 5
Мне это кажется вполне безопасной альтернативой, хотя и не оптимальной в том смысле, что она, вероятно, могла бы повторно использовать также клонированное изображение, если бы этого потребовала какая-либо операция после вычитания.Но это все равно кажется приемлемой альтернативой полностью чистой и неоптимизированной версии:
mulScalar 5 $ gaussian (11,11) img `subtract` img
-- Or with nicer names for the operators
5 * gaussian (11,11) img - img
Вопросы
- Является ли это разумной структурой в первую очередь?
- Есть ли причина предпочесть структуру, описанную в предыдущем вопрос?
- Как бы вы расширили это, чтобы реализовать операцию "найдите минимальное значение на изображении, вычтите его из изображения, а затем умножьте изображение на его диапазон (т.е. max-min)".
- Должен ли я вместо этого разделить их на несколько вопросов?
Решение
Продолжая комментарий Хаммара, вы можете просто использовать композицию Клейсли для начала, полностью избегая ВГД.Для большей ясности я сохранил ImageOp в качестве синонима типа.Кроме того, я настроил его так, чтобы он всегда возвращал единицу измерения, и соответствующим образом изменил некоторые другие сигнатуры типов, чтобы у нас была типизированная разница между изменяющимися функциями (возвращающими единицу измерения) и функциями сокрытия (возвращающими новое значение), а также функцией apOp
это применяет мутирующую функцию и возвращает измененное значение, так что мы можем легко цеплять мутации.
type ImageOp c d -> Image c d -> IO ()
(&#&) :: ImageOp c d -> ImageOp c d -> (Image c d) -> IO (Image c d, Image c d)
f &#& g = \i -> withClone i $ \cl -> f i >> g cl >> return (i,cl)
apOp :: ImageOp c d -> Image c d -> IO (Image c d)
apOp iop x = fmap x (iop x)
subtract :: Image c d -> ImageOp c1 d1
mulScalar :: d -> ImageOp (Image c d)
subtractScalar :: d -> ImageOp (Image c d)
gaussian :: (Int, Int) -> ImageOp GrayScale D32
myFun = (gaussian (11,11) &#& id) >=> (\(x,y) -> apOp (subtract x) y) >=> apOp (mulScalar 5)
--pointfree
myFun = (gaussian (11,11) &#& id) >=> uncurry (apOp . subtract) >=> apOp (mulScalar 5)
Редактировать
Если вам так хочется, вы можете написать &#&
аккуратно следующим образом:
f &#& g = uncurry (liftM2 (,)) . (apOp f &&& withClone (apOp g))
Что, я думаю, является хорошим аргументом в пользу того, что этот стиль довольно выразителен.