检测分割标签

我可以计算出使用skimage如下SLIC边界的边界像素：检测分割标签

def compute_superpixels(frame, num_pixels=100, std=5, iter_max=10, 
         connectivity=False, compactness=10.0): 

    return slic(frame, n_segments=num_pixels, sigma=std, max_iter=iter_max, 
       enforce_connectivity=connectivity, compactness=compactness)

现在，我想要做的就是形成每个标签的边界像素的索引。所以我的想法是让属于给定段的所有像素，然后检查哪些像素在所有两个方向的变化

def boundary_pixels(segments, index): 
    # Get all pixels having a given index 
    x, y = np.where(segments == index) 

    right = x + 1 
    # check we are in bounds 
    right_mask = right < segments.shape[0] 
    down = y + 1 
    down_mask = down < segments.shape[1] 
    left = x - 1 
    left_mask = left >= 0 
    up = y - 1 
    up_mask = up >= 0 

    neighbors_1 = np.union1d(right_n, down_n) 
    neighbors_2 = np.union1d(left_n, up_n) 
    neighbors = np.union1d(neighbors_1, neighbors_2) 

    # Not neighbours to ourselves 
    neighbors = np.delete(neighbors, np.where(neighbors == i))

然而，这一切我设法做的是让在4个方向邻居给定的标签。有人可以建议一些方法来实际获得标签边界上的所有像素。

来源

2015-02-08 Luca

我找到了自己的问题的答案。 skimage.segmentation包中的mark_boundaries正是我所需要的。

用法：

processed = mark_boundaries(frame, segments==some_segment)

这里帧是他当前图像帧和段是标签阵列。 some_segment是我们感兴趣的边界的标签整数索引。

来源

2015-02-08 13:33:03 Luca

也看看RegionProperties。 – 2015-02-09 01:06:02

您可以利用skimage.measure模块中可用的find_contours函数来查找边界上像素的坐标。一个例子可在find_contours.。接下来，您可以根据需要更改两个方向的更改。

来源

2015-02-08 10:37:39 optimist

感谢您的回复。我设法使用了skimage.segmentation中的mark_contours函数。 – Luca 2015-02-08 13:34:43

检测分割标签

回答

相关问题