問題タブ [scikit-image]

で列挙された画像領域の境界曲線を抽出するにはどうすればよいmeasure.regionpropsですか?

境界曲線とは、たとえば、領域をポリゴンで表すことができるように、領域の周囲を時計回りの方向に、領域の境界ピクセルのリストを意味します。凸包近似ではなく、すべての境界ピクセルの正確な座標が必要であることに注意してください。

私はドキュメントを読んでグーグルで検索しましたが、フードの下のどこかで行われたという印象がありますが、機能が見つかりません。

scikit-image を使用して TIF ファイルを読み込み、ipython ノートブック (バージョン 2.2.0) にインラインで表示しています。これは機能しますが、最初に表示されたときの画像は非常に小さく、画像の右下にあるドラッグ可能なハンドルを使用してサイズを変更すると、元の解像度を維持しながら画像が再スケーリングされるため、拡大すると非常にぼやけます. 基本的には、ipython がその場で画像をサムネイルに変換しているかのようです。

matplotlibplt.imshow()も使用してみましたが、まったく同じ結果が得られました。でノートブックを始めていipython notebook --pylab inlineます。

Windows 7 で実行しており、Canopy 64 ビットに Scikit-image パッケージをインストールしたいと考えています。Canopy の package-Manager で Available-packeges を調べたところ、scikit-image が含まれていますが、サブスクライブをクリックするしかありません。それをクリックすると、ENTHOUGHT の Web ページがポップアップ表示され、Canopy-express (無料のもののみ) をダウンロードするように勧められますが (おそらく) 私は既にそれを持っています。必要なパッケージだけをダウンロードする方法はありますか? 前もって感謝します

Kaggle で CIFAR チャレンジを行っています。

彼らは列車として 5 万枚の写真を含む .7z ファイルを提供しました。解凍するのに 1 時間かかり、すべてのファイルを読み取ってメモリに入れるのにさらに 40 分かかりました。

これがボトルネックであるため、50k ファイルを作成しないようにしています。私は pylzma と他のライブラリをインストールしましたが、ファイルが無効であることがわかります。

bash の 7z は、ファイルを適切に読み取り、ファイルを一覧表示できます。そこでPopen、bash 7z プログラムを使用して、すべてのファイルを解凍し、メモリ内の文字列に配置するために使用しました。

サイズを確認し、文字列から適切なバイトを取得することで、各ファイルを個別に取得することができました

私が今欲しいのは、F1 ファイル ポインターと考えるように Python をトリックすることです。これにより、skimage.io.imread を呼び出すことができ、適切な構造に変換されます。または、メモリ値を skimage に渡すだけで、それが変換されます。

画像から 91x91 ピクセルのパッチを取得し、HOG を使用してその特徴ベクトルを抽出する MATLAB コードがあります。Pythonで関数を書き直したいです。Python で MATLAB と同じ HOG 戻り値を取得する方法を見つけようとしてしばらく苦労しましたが、失敗しました。何かお役に立てば幸いです。

VLFeat ライブラリ ( http://www.vlfeat.org/overview/hog.html ) は MATLAB コードで使用され、Python で scikit-image を使用しています ( http://scikit-image.org/docs/dev/ api/skimage.feature.html?highlight=peak_local_max#skimage.feature.hog )。

Matlab では、入力 'im2single(patch)' は 91*91 配列ですが、Hog の返されるデータ型は 4*4*16 single です。HoG は、セル サイズ 23 と向きの数 4 を使用して適用されます。

返されるデータは 4*4*16 シングルで、次の形式で表示できます。

次に、結果は手動で 256*1 の特徴ベクトルに平坦化されます。要約すると、ピクセルの 91*91 パッチで、256*1 の特徴ベクトルが抽出されます。今、私はPythonで同じ結果を得たいと思っています。

私の Python コードでは、同じセル サイズと向きの数で HOG を適用しようとしました。ブロック サイズは (1,1) に設定されています。

パッチのサイズを 92*92 に追加したので、パッチのサイズはセル サイズの整数倍になります。入力配列は「repatch」と呼ばれるようになりました。ただし、出力 'tc' は 64*1 配列です (勾配ヒストグラムは特徴ベクトルに平坦化されます)。

次に、Skimage のソース コードを調べました。

ここで、n_cellsx は x のセル数、n_cellsy は y のセル数です。Hog の出力は、orientation_histogram の次元に大きく関係しているようです。

値が返される HoG の実際の次元は、次のように決定されます。

n_blocksy、n_blocksy は次のように計算されます。

n_cellsx: x のセルの数。ここでは値は 4 です。n_cellsy も同様です。bx,by は cells_per_block で、(1,1) です。この場合、向きは 4 です。

戻り値 (normalized_blocks) のサイズは 4*4*1*1*4 (n_blocksy * n_blocksx * by * bx * orientations) で計算されるようです。

ブロックサイズを変更しようとしましたが、期待どおりの結果が得られません... (ブロックサイズが (2,2) の場合、返される値は 144*1 配列です)

誰でも助けてもらえますか...どうすればMatlabと同じHog出力を得ることができますか? どうもありがとう。

Image Analysis with Scipy ガイドに従っていじり回そうとしていますが、画像を変更すると多くのことがうまくいきません。例えば、

これを実行すると機能しますが、使用しdata.coffee()たりdata.chelsea()、大量のエラーが発生したりします。これは、関数を使用するたびにも発生しconvolveます。理由はありますか？

上部に黒い色合い、下部に白い色合いの線形グレースケール グラデーションを作成する必要があります。skimage と numpy を使用する必要があります。

ここで、垂直ではなく水平になる色の線形グラデーションのコードを scikit で見つけました: http://scikit-image.org/docs/dev/auto_examples/plot_tinting_grayscale_images.html。

このコードの説明と、すべてをカラーと水平ではなくグレースケールと垂直に配置する方法に関するいくつかのヒントが必要です。ありがとう！