問題タブ [image-segmentation]

私はOpenCVでAndroid用に書いています。ユーザーが手動で画像にマークを付けることなく、マーカー制御の流域を使用して、以下のような画像をセグメント化しています。地域の最大値をマーカーとして使用することを計画しています。

minMaxLoc()私に価値を与えるだろうが、どうすれば私が興味を持っているブロブにそれを制限することができますか？またはcvBlobブロブからの結果を利用しfindContours()てROIを制限し、各ブロブに最大値を適用できますか？

緑色の輪郭の近くにある明るい白い輪郭が関心のある輪郭である画像が添付されています。緑色のものは、おおよその自動初期化です。自動初期化された等高線付近の領域では、勾配はほとんど存在しません。したがって、アクティブな輪郭やその他の勾配ベースの方法は、少しも動かずに失敗します。

初期化された輪郭の法線に沿って、最大強度を検索しました (また、初期化された輪郭を適度に閉じます)。外れ値を削除し、検出された曲線を滑らかにして、最終的に滑らかな曲線を検出します。しかし、これにはいくつかの問題があります。誰かが何か違うことを提案できるなら、それは本当に役に立ちます。

次のパッケージ (カスタマイズが難しい) 以外の分割および結合セグメンテーションの実装を知っている人はいますか? http://userpages.uni-koblenz.de/~lb/lb_downloads/

誰かがこれほどばかげたことを以前に試みたことがあることを期待して、私はこれをそこに捨てています. 私の目標は、入力画像を取り込み、各ピクセルの周囲の小さなウィンドウの標準偏差に基づいてセグメント化することです。基本的に、これは数学的にガウスまたはボックス フィルターに似ている必要があります。つまり、コンパイル時 (または実行時) にユーザーが指定した各ピクセルのウィンドウ サイズに適用され、宛先配列には各ピクセルの SD 情報が含まれます。オリジナルと同じサイズの画像で。

アイデアは、HSV 空間の画像でこれを行うことです。これにより、均一な色の領域 (つまり、Hue 平面と Sat 平面に小さなローカル SD を持つ領域) を簡単に見つけて、より詳細な処理のために画像からそれらを抽出できます。

質問は、これまでにこのようなカスタム フィルターを作成したことがある人はいますか? ガウスやブラーに使用されるような単純なボックス タイプのフィルター カーネルで SD を実行する方法がわからないので、FilterEngine コンストラクトを使用する必要があると推測しています。また、これを C++ で行っていることを忘れていました。

あなたのアドバイスと熟考は大歓迎です。

ユーザーが入力している状態を予測し、予測された都市を地図上で強調表示するPythonプログラムを作成したいと思います。たとえば、ユーザーが「新規」と入力して予測ボタンを押すと、プログラムは次の都市を強調表示する必要があります：ニューヨーク、ニューメキシコ、ニュージャージー、およびニューハンプシャー。都市のハイライトは、不透明度を変更して行う必要があります。

私の考えは、状態ごとに1つの画像を用意し、アルファチャネルを変更して結果をユーザーに表示することにより、さまざまな不透明度でそれらを組み合わせるというものです。

次のコードは、不透明度の異なる画像を混合するためにこれまでに行ったことですが、これは良い解決策ではないと思います。これを行うには、より良い方法があるはずです（またはそうでない場合もあります）。

マップをセグメント化し、各セグメントの不透明度を個別に変更する方法はありますか？そうでない場合、より良い解決策は何でしょうか？サンプルコードを教えていただけますか？

画像をさまざまな部分に分割するソリューションを検索します（特に顕著性マップ（画像を参照））。Pedro F. Felzenszwalb によるグラフベースのセグメンテーションのようないくつかのソリューションについては知っていましたが、大きな画像の場合、私の実装は非常に遅くなります。他の解決策はありますか？

ごきげんよう、デスティニー

こんにちは、下の画像のセグメンテーションに問題があります。認識する必要があるのは、色付きの文字です。シャープニング、ウィーナーブレ除去、ウィーナースムージングを使用しています。その後、fuzzy-c を使用して画像をセグメント化し、クラスタリング (3 クラス) を意味します。しかし、文字 E の場合、私が得る最良の方法は、シャープニング、ブレ除去、スムージングを使用せず、しきい値処理された fcm セグメンテーションのみを使用することです。ただし、これよりも良い結果が得られるはずです。これらの 2 つの部分を全体として組み合わせることができます (上部の白い部分だけでなく、残りの半分の黒い部分でもあります)。

この問題をより堅牢に解決し、他の画像、たとえば写真の 5 と連携するにはどうすればよいでしょうか? 5 の結果は、fcm クラスタリングに加えて、シャープ化、ブレ除去、およびスムージングを使用したものです。どうすればもっと接続できるようになりますか？

私が得ることができる助けを本当に感謝します、ああ、私はこれをmatlabでやっています...そこから何か助けを得ることができてうれしいです、ありがとう!

編集：

私の次のコードは次のとおりです。elseif (nargin==1) sw=0; elseif (sw~=0 && sw~=1) error('sw は 0 または 1 でなければなりません'); 終わり

以上がすべてのコードで、文字 E には fcmthres のみを使用しています。形態学的画像処理（膨張、侵食）について読んだので、おそらくうまくいくかもしれません。

画像のコントラストとノイズ除去のためのより良い技術はありますか?

cyPyrSegmentationを試して、画像をさまざまな部分に分割しました。

出力のセグメンテーションは非常に優れています。ですから、私の継続的なプロセスでは、さまざまなセグメントの位置で作業したいと思います。cvPyrSegmentationしかし今、私は長方形の座標のみを保存し、セグメントからのピクセル全体は保存しないことに気づきました：/。しかし、長方形はあまりにも不正確です。

誰かがアイデアを持っていますか？

挨拶

私は突然の光の変化の下で背景の減算に取り組んでいます。OpenCVまたはIPPでこれを効率的に行うためのサンプルコードまたは方法はありますか? ビデオフレームを読んでいるので、実行時間は非常に速いはずです。前もって感謝します。

Python で十分に近い色の連続領域を検出しようとしています。私は独自に、8 方向の再帰的フラッド フィル アルゴリズム (見つかった RGB カラーと目的の RGB カラーの間のユークリッド距離がしきい値を超えると終了する) に出くわしました。

スタック オーバーフローとウィキペディアは、答えとして走査線の塗りつぶしを指摘していますが、私が見つけたすべての説明は、C++ または既知の頂点で多角形を塗りつぶすことに関するものです。誰かが、再帰的なフラッド フィルに似た状況の適切な疑似コードの説明を教えてもらえますか?

画像セグメンテーションの研究で壁にぶち当たります。形式的な数学が不足しているためです (私は高校生です)。K-Means などの平易な英語の説明があれば、それも素晴らしいことです。OpenCVは有望に見えましたが、色が平坦化された画像しか得られないようです。私が気にするのは、オブジェクトの x、y のピクセルのリストだけです。