首页 文章

scipy sobel边缘检测，提取外部像素

提问于
浏览 次
2

试图在它自己的区域内提取边缘外部和内部的像素，目前我正在应用像这样的scipy Sobel滤镜：

im = scipy.misc.imread(filename)
im = im.astype('int32')
dx = ndimage.sobel(im, axis=0)
dy = ndimage.sobel(im, axis=1)

mag = np.hypot(dx, dy)  
mag *= 255.0 / np.max(mag)

scipy.misc.imsave('sobel.jpg', mag)

目前的结果是：

enter image description here

enter image description here

我们的想法是将像素置于边缘检测之外，例如：

enter image description here

如何在索贝尔滤波器外部和内部提取区域阵列？

python numpy scipy sobel

1 回答

  • 1

    这是一种使用交互式图像分割的方法 . 在这种方法中，您必须手动标记一些前景像素和一些背景像素，如下所示：

    Labeled image

    （我在MS Paint中进行了标记 . ）下面的代码使用函数skimage.segmentation.random_walker进行图像分割，并生成此分割图像：

    enter image description here

    （这种方法也可以处理具有更复杂背景区域的图像 . ）以下是代码：

    import skimage
import skimage.viewer
import skimage.segmentation
import skimage.data
import skimage.io
import matplotlib.pyplot as plt
import numpy as np

img = skimage.io.imread("D:/Users/Pictures/img.jpg")
imgLabeled = skimage.io.imread("D:/Users/Pictures/imgLabeled.jpg")

redChannel = imgLabeled[:,:,0]
greenChannel = imgLabeled[:,:,1]
blueChannel = imgLabeled[:,:,2]
markers = np.zeros(img.shape,dtype=np.uint)
markers[(redChannel < 20) & (greenChannel > 210) & (blueChannel < 20)] = 1
markers[(redChannel < 20) & (greenChannel < 20) & (blueChannel > 210)] = 2
plt.imshow(markers)

labels = skimage.segmentation.random_walker(img, markers, beta=1000, mode='cg')

seg1 = np.copy(img)
seg1[labels==2] = 0
seg2 = np.copy(img)
seg2[labels==1] = 0

# plt.imsave("D:/Users/Pictures/imgSeg.png",seg1)

plt.figure()
plt.imshow(seg1)
plt.figure()
plt.imshow(seg2)
    回复于

相关问题