3

ndimage.label(img)import from packageを使用scipyしてグレースケールの PNG 画像にラベルを付けると、次のように動作します。 最初の画像: test_one
http://imageshack.us/a/img140/8669/onehx.png上記 の画像に対してこのコードを実行します。Photoshop


>>> from scipy.misc import imread
>>> from scipy.ndimage import (label,find_objects)

>>> img=imread('first.jpg')
>>> x,y = label(img)
>>> print y                 # Prints exactly "4" shapes ,which is right.
4

>>> f=find_objects(x)
>>> print f                 # Returns exactly the "4" slices of the considered shapes.
[(slice(16L, 61L, None), slice(149L, 189L, None)),  
(slice(30L, 40L, None), slice(60L, 90L, None)),  
(slice(50L, 70L, None), slice(20L, 120L, None)),  
(slice(96L, 149L, None), slice(130L, 186L, None))]

今のところ、問題なく動作しています。
しかし、ここに示すように滑らかなブラシでシェイプを作成すると:

2 番目の画像:
test_one http://imageshack.us/a/img822/5696/twozg.png
2 番目の画像でこのコードを実行します

>>> from scipy.misc import imread
>>> from scipy.ndimage import (label,find_objects)

>>> img=imread('second.jpg')
>>> x,y = label(img)
>>>print y               # Prints more than "5" shapes ,which is wrong.
6

>>> f=find_objects(x)
>>> print f               # Return more than the "5" slices of the considered shapes.
                          #But still has the "5" slices of the "5" considered shapes 
                          #among the other slices which I'm confused of.  
[(slice(16L, 61L, None), slice(149L, 189L, None)),  
(slice(30L, 40L, None), slice(60L, 90L, None)),  
(slice(50L, 70L, None), slice(20L, 120L, None)),  
(slice(96L, 149L, None), slice(130L, 186L, None)),  
(slice(126L, 170L, None), slice(65L, 109L, None)),  
(slice(127L, 128L, None), slice(79L, 80L, None))]    #This is the extra object.

ndimage.label(img)Smooth brush を使用したときに、考慮された形状よりも多くのラベルが付けられた理由を知りたいだけです。
はい、考慮される形状にラベルを付けることができますが、なぜ余分なラベル付けが必要なのか、余分なラベル付けされた形状を取り除くにはどうすればよいですか。

注:
(1)余分な形状は形状ではなく、薄い黒い領域のようなものです.!!
(2) 画像が RGB 形式の場合も同様に動作します。
(3)スムーズ ブラシで描画された形状のゼロ以外の値のパターンは、次のようになります。 

>>> obj_6            #Not quite right but it's similar to this structure
array([[  0,   0,   1,   1,   1,   1,   0,   0],  
       [  0,   1,   6,  12,  15,   9,   3,   0],  
       [  0,   7,  24,  50,  57,  35,  12,   1],  
       [  2,  14,  52, 105, 119,  74,  24,   3],
       [  2,  16,  60, 122, 139,  86,  29,   4],
       [  1,  10,  37,  77,  88,  54,  18,   3],
       [  0,   3,  12,  25,  29,  18,   5,   1],
       [  0,   0,   1,   4,   5,   3,   1,   0]], dtype=uint8)

(4) 全体像を把握するには :
1:
ここに画像の説明を入力 2:
ここに画像の説明を入力
しばらくお待ちください。

更新 (1):
明確にするために、2 つの画像と関連する結果を投稿しました。

4

2 に答える 2

7

あなたの質問に答えるために、追加の領域にラベルを付ける理由は、接続が 1 の既定の構造を使用しており、対角接続を探すことを知らないためです。

Warren が指摘したことに加えて、堅牢なラベル付けが必要な場合 (斜めのピクセルを接続されたものとして扱う)、この構造を変更できます。デフォルトの構造は次のとおりです。

In [32]: ndimage.morphology.generate_binary_structure(2, 1).astype("uint8")
Out[32]: 
array([[0, 1, 0],
       [1, 1, 1],
       [0, 1, 0]], dtype=uint8)

これは 1 の連結性を持ちます。これは、作業している次元の画像に拡張されます。

デフォルトで得られる小さな余分なものを気にせずにラベル付けを使用したい場合は、「構造」キーワード引数を追加して ndimage.label への呼び出しを変更できます。構造 (またはカーネル) は、イメージ (次元) と同じランクのバイナリ オブジェクトであり、簡単に変更できます。フルランクを作成するには

In [41]: struct=np.ones((3,3), dtype="bool8")

In [42]: struct
Out[42]: 
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)
In [43]: ndimage.label(img, structure=struct)

理論的には、これにより小さなオブジェクトを結果に追加する問題が解決されるはずです。

于 2012-12-13T15:59:19.457 に答える
2

滑らかなブラシで描かれた形状で、ゼロ以外の値のパターンはどのように見えますか? そこに多くのゼロがある場合、label多くの切断された機能が見つかります。

たとえば、この 4x4 のピクセル ブロックでは、次のようになります。

In [16]: img
Out[16]: 
array([[ 0. ,  0.5,  0. ,  1. ],
       [ 0. ,  0.5,  0.5,  0. ],
       [ 0.5,  0. ,  1. ,  0. ],
       [ 0.5,  0. ,  1. ,  0. ]])

label(img)次の 3 つの機能が見つかります。

In [17]: lbl, n = label(img)

In [18]: lbl
Out[18]: 
array([[0, 1, 0, 2],
       [0, 1, 1, 0],
       [3, 0, 1, 0],
       [3, 0, 1, 0]])

In [19]: n
Out[19]: 3

これが、スムーズ ブラシで描画されたピクセルで起こっていることだと思います。

于 2012-10-06T05:37:41.103 に答える