問題タブ [connected-components]

連結成分分析をしようとしていますが、エラーが発生します。椎体が必要ですが、他のオブジェクトがいくつかあります。画像は次のとおりです。

結果は次のとおりです。

画像からエッジを抽出しようとしています。次のアルゴリズムを使用しました。512 * 512 グレースケール画像である入力画像 (e11) も与えられます。

1. 入力画像の形態勾配を求める(gradientim)
2. グラデーション画像のネガ画像を求める(negativeim)
3. ボトムハット変換 (bottomhatim) を使用して、閉じたイメージから元のイメージを減算します。
4. 入力画像の平均ピクセルを計算する(AVG)
5. AVG に基づいてバイナリ イメージを見つけて、イメージを滑らかにします。
6. より大きなオブジェクト (CC) を見つけるために、最大の連結領域を見つけます。
7. 平滑化された画像 (エッジ) から最大領域を減算します。

私が書いたmatlabコードを以下に示します

手順 7 を実行中に、接続されたコンポーネント (CC) の型が 'struct' であるため、次のようなエラーが発生します。

「タイプ 'struct' の入力引数に対して未定義の関数 'minus'」.

「bwconncomp」関数を使用して、最大の接続領域を見つけることができますか?これに代わる関数はありますか?このコードを修正するのを手伝ってください。よろしくお願いします。

の準備クラスでACM-Contest、教師は解決した問題の印刷されたページを 1 ページくれました。あるページに2は、次の事実のうち真実であると書かれていますが、彼女は言いませんwhy or what:

「有向グラフに新しいエッジを 1 つ追加した場合、このグラフの強連結成分の数について、これらのうちいくつが正しいでしょうか?

誰かが私たちのチームでそれを明確に拡張できますか?

scikit-image で利用可能な measure.regionprops メソッドを使用して、接続されたコンポーネントのプロパティを測定しています。一連のプロパティを計算します ( Python-regionprops )。ただし、接続された各コンポーネントの面積だけが必要です。単一のプロパティだけを計算して計算を節約する方法はありますか?

ピクセル位置を入力して、それに接続されているすべての同じ色 (私の場合は黒にする必要があります) のピクセルを取得できるはずです。C ++を使用してopencvでこれを行う方法。単純に、出力ピクセルを黒色で相互に接続する必要があります。FindContours() メソッドは、ピクセルをフィードできないため機能しません。

1´s と 0´s を含む python numpy マトリックスがあります。マトリックス内の 1 の最大の「コレクション」を特定する必要があります: http://imgur.com/4JPZufS

マトリックスには最大 960.000 の要素を含めることができるため、ブルート フォース ソリューションは避けたいと考えています。

この問題を解決するための最も賢明な方法は何ですか?

私はいくつかの形態学的操作を行おうとしていたので、detectMSERFeatures を試しました。エラーが発生しています。コードの代替/修正を提案できますか。matlabで発生したエラーも引用されています

次のようにエラーが発生します

いくつかの不規則なサイズと形状の画像を含む画像があるとします (ここでは簡単にするために円で示しています)。

...どうやって：

1. サブイメージの検出
2. サブイメージを分割して別のファイルとして保存しますか?

理想的には、Python ソリューションを探しています。「連結成分分析」アルゴリズムと重心測定を試しましたが、最初のものは与えられたような不均一な画像で失敗し、2番目のものを適用して個別の画像を抽出する方法がわかりません。

SOで何度も質問され、回答されている、画像を同じサイズの均一な部分に分割することについては質問していないことに注意してください。

ご協力いただきありがとうございます。