使用我编写的函数标记图像时，与skimage measure.label函数相比，我无法获得相同的结果
首先，让我们来分析这个问题。问题中提到了使用自己编写的函数标记图像时，无法获得与skimage measure.label函数相同的结果。根据这个问题，我们可以得出一些结论：
- skimage measure.label函数是一个图像处理库中的函数，用于标记连通区域。通过对比自己编写的函数和skimage measure.label函数的结果可以推测，自己编写的函数可能存在一些问题或差异。
- 标记图像通常用于图像分割、目标检测和图像分析等领域。因此，我们需要考虑自己编写的函数在这些领域的应用场景和优势。
基于以上分析，下面是一个可能的完善且全面的答案：
自己编写的函数和skimage measure.label函数的结果不同可能是由于自己编写的函数在实现标记图像的算法上存在问题。skimage measure.label函数是一个基于连通区域的图像标记函数，它可以将图像中的连通区域分配不同的标签值。在图像分割、目标检测和图像分析等领域中，标记图像是一个常用的操作。由于缺少具体的代码实现和算法细节，无法确定问题出在哪里。建议您先仔细检查自己编写的函数的算法逻辑，确保其正确性。
另外，如果您正在使用腾讯云相关产品，可以考虑使用云原生的技术来处理图像标记任务。腾讯云提供了丰富的云原生产品和服务，可以帮助您构建可靠、高效的应用程序。其中，腾讯云图像处理服务（https://cloud.tencent.com/product/ti）提供了多种图像处理功能，包括图像标记、图像识别、图像搜索等，您可以根据实际需求选择合适的功能进行使用。
总结来说，要解决自己编写的函数和skimage measure.label函数结果不同的问题，您可以仔细检查自己编写的函数的算法逻辑，并考虑使用腾讯云提供的图像处理服务进行处理。希望以上回答对您有帮助！
相关·内容
我目前有一个matlab脚本，比我用python编写的脚本还要多，我想知道python中是否有任何与"bwconncomp“和”标签矩阵“等价的函数可以评估多维二进制数组。
浏览 3提问于2019-12-10得票数 0
回答已采纳
我想用skimage.measure测量一个二值分割图像的面积。 当我打印时，结果返回4个值，而不仅仅是像素数。代码如下： label_image = measure.label(image > threshold, connectivity=image.ndim)
props = measure.regionprops_table(label_image, image, properties=['label','area', 'equivalent_diameter','mean_intensity', 'sol
浏览 78提问于2021-11-03得票数 0
回答已采纳
1回答
我有一些使用skimage.measure.label的脚本。在我的旧笔记本电脑(Debian 7，Python 2)上，这些脚本工作得很好。最近，当我得到一台新的笔记本电脑时，我转到Debian 8和Python3。
File "image_converter.py", line 8, in <module>
from skimage.measure import label
ImportError: cannot import name 'label'
其他所有进口产品都运行良好：
from skimage import data
fro
浏览 4提问于2016-04-09得票数 1
回答已采纳
1回答
我希望测量的最小和最大直径的多粒子(组)在一个TIFF图像。
这是我目前的代码：
from PIL import Image
import numpy as np
from skimage import measure
import os
import pandas as pd
import warnings; warnings.filterwarnings(action='once')
dirname1 = path
final1 = []
for fname in os.listdir(dirname1):
im = Image.open(os.path.jo
浏览 15提问于2022-09-06得票数 0
回答已采纳
我目前正在将执行图像分析的Matlab程序转换为Python。该程序的特定部分之一利用bwlabeln来利用顺序递增的标签来标记3D矩阵中的各种组件。我能够在skimage.measure包中找到一个非常类似的函数，叫做label，它基本上做了完全相同的事情。然而，我发现当在两个程序之间使用相同大小和数据类型的输入矩阵时，Matlab上的bwlabeln运行速度比Python中的label快得多(几乎快4倍)。 我想知道这是什么原因，是否有任何方法可以加速Python代码或提高性能？ 在这两个函数上，我使用了26个连接的邻域，这两个邻域似乎都是默认的，但我进一步指定为参数，只是为了确保。
浏览 72提问于2020-07-09得票数 0
回答已采纳
1回答
我有以下图片：
我想获得一个列表，其中包含每个blob的外部和内部轮廓的(x, y)-coordinates (让我们称它们为blob A和B)。
import cv2
from skimage import measure
blob = cv2.imread('blob.png', 0)
contours, hier = cv2.findContours(blob, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
labels = measure.label(blob)
props = measure.regionprops(lab
浏览 0提问于2019-11-15得票数 3
回答已采纳
4回答
我使用cv2.GaussianBlur和skimage.gaussian_filter库将高斯模糊应用于图像，但得到的结果明显不同。我很好奇为什么，以及可以做些什么让skimage看起来更像cv2。我知道skimage.gaussian_filter是scipy.scipy.ndimage.filters.gaussian_filter的包装器。为了清楚地说明这个问题，为什么这两个函数不同，可以做些什么来使它们更相似？
这是我的测试图像：
这是cv2版本(看起来比较模糊)：
这是skimage/scipy版本(看起来更清晰)：
详细信息：
skimage_resp
浏览 0提问于2016-03-28得票数 7
我已经通过Otsu的方法生成了一个掩模，现在我必须从它中消除一些不满足面积或偏心条件的封闭区域。我用skimage.measure.label函数标记掩码，然后将skimage.measure.regionprops应用到掩码中，得到关于区域面积和偏心率的信息。守则如下：
lab_img = label(mask)
regions = regionprops(lab_img)
for region in regions:
if (condition):
# Remove this region
# final_mask = mask (but without the
浏览 1提问于2021-07-27得票数 0
回答已采纳
我使用这个函数来计算分割图像中的对象(我加载了用于预测的预先训练的权重)
import pandas as pd
import skimage.io
import skimage.segmentation
def process_images(img):
img1=img
test_img1 = np.expand_dims(img1, axis=0)
prediction = model.predict(test_img1)
prediction_img=np.argmax(prediction, axis=3)[0,:,:]
pred=prediction_img
for i
浏览 23提问于2021-05-16得票数 0
回答已采纳
1回答
我有一个免疫处理问题，我很难找到一个解决方案的图像。这是图像。这基本上是一个在python中使用scikit图像进行分割和计数的问题。基本上，我必须编写一个psudeo代码，说明如何在我所拥有的源图像中计算这些“矩形”对象。矩形被不同形状和大小的其他不同物体包围。最近，我做了一个类似的初学者问题，以计数硬币的数目在一个图像。这个要容易得多，因为所有的物体都是同一性质的。
你们谁能帮我想一想如何计算剪刀，把剪刀从图像中的其他物体中分离出来。到目前为止，我的思维过程是
clear_border 读取图像中的转换为灰度，从此阈值优先绘制直方图，使用otsu删除所有不需要的对象。
然而，与硬币不同的是
浏览 4提问于2021-10-07得票数 0
回答已采纳
我正在尝试使用SkImage重现来自OpenCV的结果。在OpenCV中，我们有： img1 = cv2.resize(img, (w, h), interpolation=cv2.INTER_AREA) 在SkImage中，到目前为止，我最好的方法是： img2 = skimage.transform.resize(img, (w, h)) 然而，我仍然不能得到与OpenCV相同的结果。我在cv2.INTER_AREA和this article上阅读了the documentation，但我仍然不确定如何在SkImage中重现这个结果。 skimage实现中缺少什么？一个PIL.Image
浏览 28提问于2020-06-12得票数 0
回答已采纳
我的目标是根据基本原理实现skimage measure.label函数。我想这样做是为了获得标记的图像。 有三个函数。第一个是"ccl"，它遍历每个像素，检查该像素以前是否被访问过，并设置适当的标签值。第二个函数"check_neighbours“查看周围的所有像素，以比较它们是否构成图像中相同标签的一部分。它还确定哪些值是相关的。最后一个函数"join_neighbours“用于连接相关的部分。 import cv2
import numpy as np
from skimage import measure
from skimage.filters im
浏览 12提问于2019-07-01得票数 0
回答已采纳
我正在使用下面的代码行。它对我有用，它给了我我想要的数据。但是，我不明白区域道具(属性)作为单元使用什么？假设我正在计算一个气泡的直径，我的直径的单位(mm?)是什么?我如何将获得的输出值转换成具有物理意义的输出值？我是说，因为我获得的直径等于16，而我的域数据和域图像只有0到8之间，这是没有意义的！除非它需要一些修正因素！
你对这个问题有什么解释吗？我是个新手，所以任何详细的信息都是有帮助的。
谢谢
from skimage import measure
labels = measure.label(Bubble, connectivity=None)
props = measure
浏览 10提问于2022-04-14得票数 0
1回答
我有以下问题，我想解决使用opencv或科学图像。
假设我有一张如下形式的“地图”：1是地面0是水
map = np.array([
[ 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0.],
[ 0., 1., 1., 1., 0., 0.],
[ 0., 0., 1., 0., 1., 0.],
[ 0., 0., 0., 0., 1., 0.],
[ 0., 0., 0., 0., 0., 0.]])
地图上有多少个岛屿？考虑到4个邻居。在这个例子中，有两个，给定一个(i，j)位置，返回地面邻居的数目。示例：(2,2
浏览 4提问于2022-08-15得票数 2
1回答
我正在用skimage.segmentation.watershed分割一些粒子。这是很好的工作，我设法把它们分开(见图)。。然而，当我使用ndi.label标记不同的区域时，并不是所有的片段都被分开，有些片段被分配给相同的标签(即使分水岭它们被正确分割)(例如，图2，左上角粒子) 。我在Python方面相对较新，不知道我还能尝试解决什么问题。如果你能帮我什么忙，我会很感激的。(预先谢谢:)
我正在使用的代码是(由于我想要自动化同时分析几幅图像的过程，所以我将它放在for循环中)：
#import hyperspy for reading directly ser or emd files
i
浏览 11提问于2022-07-28得票数 0
回答已采纳
1回答
从图像(地图)中提取多边形坐标
、、、、
我有以下地图：
我想提取多边形坐标(像素)，我使用了以下代码片段，但是整数标记的图像都是0's (False)：
import numpy as np
from skimage import io, measure, morphology
from skimage.io import imsave, imread
img = io.imread('map.png', as_gray=True)
imsave("test.png", img)
img = morphology.binary_dilation(img, selem=np.one
浏览 0提问于2020-05-16得票数 0
回答已采纳
2回答
我的目标是使用Python计算二进制数组中的对象。我正在应用scikit-image measure.label来计算数组中的对象(应该是1)，尽管阅读了文档-，但我得到了无法解释的结果。
a=np.array(np.matrix('0 1 0 0 1;0 1 0 0 0; 0 0 0 0 0;0 0 0 0 1'))
print(a)
img=measure.label(a)
propsa = measure.regionprops(img)
length = len(propsa)
print ('length='+str(length))
for labe
浏览 4提问于2015-11-19得票数 0
回答已采纳
1回答
假设我有这样的形象：
可以通过以下途径获得
from skimage.data import human_mitosis
image = human_mitosis()
我希望通过将每个单元格自动裁剪成自己的图像(理想情况下，每个单元格的大小/形状相同)，将多个单元格的图像转换为每个单个单元格的多个图像。因此，例如，这些将是一些预期的图像：
虽然scikit有一些分割单元格的代码，但是如何使用这种分割(或其他一些可能更容易的方法)将单个单元格分割成它们自己的图像或对象？
下面是一些分割单元格的代码(摘自本图片的scikit教程)：
import matplotlib.pypl
浏览 1提问于2022-05-22得票数 1
回答已采纳
1回答
我正在做一个DIY 3d扫描仪项目。我会用一个很普通的算法。
见此处：
我完全理解这个算法并为它编写了一个代码。我现在要做的就是处理图像。我拍了几张图像做测试。以下是其中之一：
我用非常简单的代码找到了激光的轮廓：
image = cv2.imread("frame/1.png")
image = cv2.flip(image, 1)
hsv_frame = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
low_red = np.array([161, 155, 84])
high_red = np.array([179, 255, 255
浏览 3提问于2020-01-25得票数 4
回答已采纳
2回答
我正在尝试分析灰度TIFF堆栈，在这些堆栈中，给定的帧看起来像。我对其进行过滤(使用高斯模糊)，然后将其二值化(使用Otsu的阈值方法)。
MATLAB代码，它工作得很好：
image_conncomp = bwconncomp(image_binary); # entire stack is held in image_binary
for i=1:image_conncomp.NumObjects
object_size = length(image_conncomp.PixelIdxList{i});
end
示例图像中的每个白点都会被拾取，其体积(以像素为单位)由object
浏览 6提问于2018-07-10得票数 2
我想测量我的二值分割图像的特性。我想测量一下axis_major_length和axis_minor_length。
在创建我的DataFrame时会抛出一个KeyError。这是代码：
label_image = measure.label(image > threshold, connectivity=image.ndim)
props = measure.regionprops_table(label_image, image, properties=['area', 'axis_major_length'])
df = pd.DataFrame(
浏览 4提问于2021-11-03得票数 0
回答已采纳
1回答
在Matlab中，有一个关于如何使用bwlabel、region和质心函数的文档。我想知道如何在Python中使用相同的东西:比方说，在Matlab中，我们有：
[L,num] = bwlabel(img)
其中L是整数映射，num告诉我们图像中存在多少个对象，而ima是一个二进制图像。
如果我们定义了一个函数phi(x，y) (例如圆函数或任何其他形状)，并且我们定义phi =0是这个函数的轮廓，phi >0在几何形状内，phi <0在形状之外。
这个小的Matlab程序允许获得由phi函数定义的圆形质心。
shape = Phi > = 0
[labeled, Num]
浏览 4提问于2022-05-03得票数 1
2回答
我有一个四个波段的光栅图像(这是一个3D阵列)，我想分割图像的波段。此光栅的形状(转换为3D数组后)为(12200, 7200, 4)。
我尝试过使用scikit-image：
skimage.segmentation.slic(image[, …])
和
skimage.segmentation.quickshift(image[, …])
并且结果只是一个2D阵列(= 1带光栅)，形状为(12200,7200)。
该命令似乎已经扁平化了图像，我在他们的文档中找不到任何关于这个问题的东西。
下面是我尝试过的：
from __future__ import print_function
fro
浏览 2提问于2019-06-12得票数 1
2回答
我遵循代码，在完成步骤3之后，我将得到特定切片图像的分割区域。我的问题是，怎样才能在右边的图像中找到大白区的中心呢？
我不确定是否有一种方法直接找到白色区域的中心，但如果有，这将是最有帮助的。我最初的想法是在图像上画两条垂直的相交线来找到中心--也许是通过测量区域的宽度和高度--但我不确定这有多高，也不知道如何实现。
任何能够测量分割区域中心的方法都是非常感谢的。谢谢。
下面是生成分段图像的代码(几乎与链接中的代码相同)：
import keras, os, copy, pydicom, cv2, glob
import matplotlib.pyplot as plt
import
浏览 9提问于2022-07-27得票数 2
回答已采纳
1回答
我已经编写了单独的程序，需要包装在一个程序中，而不是一个长的代码文件。有一个检测器和一个识别器，主程序负责采集图像，通过检测器，然后在将图像传递给识别器之前进行一些图像处理。
我在同一个位置有三个文件：main.py、program1.py和program2.py。这些程序也包含功能。
我想以如下方式使用这些.py文件：
import program1, program2
import skimage.io
import numpy as np
image_path = "abc"
image = skimage.img_as_float(skimage.io.imread(
浏览 1提问于2018-05-25得票数 1
1回答
我有一组黑白图像，如下所示，如图1所示，我希望它们的线条要小得多，如图2所示，尽管没有尽可能少的线条。我也尝试过形态学的方法和算法，比如Canny和Python，但是我没有得到我想要的结果。
图1
图2
浏览 4提问于2022-03-09得票数 1
回答已采纳
3回答
我已经分割了我的图像使用快速转移方法中发现的坐骨木图像libary。如何计算超像素的平均颜色和面积？如何解释快速转移()方法的返回值？文档称返回值是“表示段标签的整数掩码”，但这一点对我来说并不清楚。如何以原始图像的形状制作一个布尔数组，其中充满了特定的超像素，在这个演示中，我的生活会更轻松(我以前在OpenCV中使用这种掩码)。你能帮我做这个吗？我的代码(来自scikit-image网站的简化示例)：
from skimage.data import astronaut
from skimage.segmentation import felzenszwalb, slic, quickshi
浏览 4提问于2017-01-10得票数 3
回答已采纳
2回答
我想使用skimage.restoration.denoise_wavelet对图像进行去噪。但进口方面会出现问题。
from skimage.restoration import denoise_nl_means,denoise_wavelet
ImportError Traceback (most recent call last) <ipython-input-2-161a32d32528> in <module>() ----> 1 from skimage.restoration import
浏览 1提问于2016-10-17得票数 0
我正在尝试在形态学操作的帮助下改进这张图像。我得到的结果很好，但它几乎需要40秒才能得到结果图像，我想知道是否有其他方法可以在不花费太长时间的情况下获得类似甚至更好的结果。 下面我附上图像和我用来增强原始图像的代码。谢谢 Original spine image Final spine image import matplotlib.pyplot as plt
from skimage.io import imread
from skimage.morphology import (square, rectangle, diamond, disk, erosion, dilation, op
浏览 29提问于2021-05-10得票数 1
回答已采纳
2回答
我有一个由4个不同颜色(深蓝，红色，黄色和天蓝色)表示的4个不同类别的标签组成的多类别分割图像，我想计算分割预测的每个类别标签中像素的总面积。 我尝试编写此代码来获取每个标签中的总像素数，但我无法获得包含每个相应类标签中的总像素数的任何结果。 import matplotlib.pyplot as plt
import numpy as np
from skimage import data, io, img_as_ubyte
from skimage.filters import threshold_multiotsu
# Read an image
image = io.imread
浏览 167提问于2021-07-04得票数 0
1回答
短距离图像中的图像文本提取
、、、、
我有一个图像，我想过滤它，将文本从背景中分离出来：
在应用以下代码之后：
from skimage import filters
from skimage.filters import threshold_otsu
from skimage import io as skimage_io # So as not to clash with builtin io
dir = r"image_path/a.jpg"
img = skimage_io.imread(dir, as_gray=True, plugin='imageio')
blurred
浏览 3提问于2020-08-13得票数 0
回答已采纳
我有困难，阈值和二值低对比度灰度图像，其中包含白色斑点的黑色背景。最终，我想计数和测量图像中所有白色斑点的面积。然而，Otsu的阈值保持方法似乎并不适合，因为我的灰度直方图缺少两个明显的峰值。是否有替代的阈值处理方法更适合这种类型的图像？
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import skimage
import skimage.filters
from skimage.io import imread, imshow
from skimage.color import rgb2gra
浏览 4提问于2022-05-17得票数 1
1回答
当我想计算图像上的熵时，我只得到了空白的白色图像。我怎么才能用正确的方式做这件事？
def entropy_of_image(image):
image_gray = rgb2gray(image)
f_size = 20
radi = list(range(1,10))
entropy_tmp = entropy(image_gray, disk(radi[8]))
plt.savefig('images/tmpentropy.jpg')
return entropy_tmp
我把它叫做
default_fil
浏览 19提问于2022-10-30得票数 1
回答已采纳
1回答
我正在尝试用ssim比较png映像和jpeg。但是，即使图像是相同的，相似性也不到60 %。是否可以使用ssim比较png和jpg图像。还有其他方法来做同样的事情吗？
from skimage.io import imread
from skimage.metrics import structural_similarity as ssim
from skimage.transform import resize
im1 = imread("image1.png")
im1 = resize(im1, (256, 256))
im2 = imread("image2.
浏览 4提问于2019-12-09得票数 1
我有以下代码：
import cv2
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from skimage import data
from skimage import filter
from skimage.filter import threshold_otsu
matplotlib.rcParams['font.size'] = 9
nomeimg = 'frame1_depth.png'
浏览 1提问于2015-05-18得票数 2
回答已采纳
我需要编写一个函数，将表示为numpy数组的图像转换为灰度图像。下面是我收到的一些提示。我只被允许使用skimage.color。
一些相关的提示：
查看skimage.color子包，了解一些有用的转换函数。默认情况下，scikit-image转换函数将返回从0到1的浮点表示形式的图像。我们不需要这样；我们需要从0到255的整数表示。NumPy有一个这样的数据类型：np.uint8 (表示8位无符号整数)。至此，回想一下np.array函数接受一个可选参数dtype来指定底层数组的类型。
这是我尝试过的：
from skimage.color import rgb2gray
def to_
浏览 16提问于2019-11-30得票数 0
2回答
我最近解决了下面是leetcode中的问题：
给定一个由0's和1's组成的非空二维阵列网格，安岛是一组1‘(代表陆地)四向连接(水平或垂直)的群。在给定的二维数组中找到岛屿的最大面积。
这就是我通常编写python代码的方式。我在想，这可能不是毕达克。请帮助检查代码。
from operator import add
def max_area_of_island(grid):
"""
:type grid: List[List[int]]
:rtype: int
"""
rlen =
浏览 0提问于2018-08-22得票数 2
我正在尝试保存一个sci-kit图像，但是我得到了错误：
ValueError:图像不是数字，而是ndarray。
代码：
from skimage import *
import skimage.io
import skimage.morphology as morphology
def loadImage(f):
return skimage.img_as_float(skimage.io.imread(f))
img = img_as_bool(loadImage("images/metric_map_processed.PNG"))
imgSk = mor
浏览 15提问于2019-08-02得票数 3
回答已采纳
对于所有skimage和opencv大师，给出：
场景图像
模板图像
在场景图像中找到十字架的最佳方法是什么？这些都是平滑和精明滤波器的输出。现在，我尝试了各种例子在skimage，和opencv模板匹配，但结果并不令人满意。
我的理想解将是旋转，平移不变(尺度不变将是一个额外的)。有没有一种方法只是转换成等高线点，然后他们做一个注册点云？这会更准确吗？我考虑过RANSAC，但如何将输入提供给RANSAC？
谢谢
浏览 3提问于2016-01-05得票数 0
1回答
分水岭后保存二进制图像
、、、
我在将分水岭分割后的图像存储为二值图像时遇到了问题。当我用cmap=plt.cm.gray绘制分割图时，它显示了一个二进制图像，但我不知道如何存储该图像(不显示它)。
import cv2
import numpy as np
from matplotlib import pyplot as plt
from skimage.morphology import watershed
from scipy import ndimage as ndi
from skimage import morphology
from skimage.filters import sobel
from skima
浏览 17提问于2016-09-07得票数 0
回答已采纳
1回答
我正在使用skimage库来定义图形节点和边，它们将描述某些图像。在应用算法和绘制分割区域后，我意识到其中一个区域没有标记。我的目标是标记所有区域并找出每个区域的所有邻居，但我一直在尝试回答这个问题。如果有任何有用的信息，我将不胜感激。 import imageio
import numpy as np
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
from skimage.measure import regionprops
from skimage.segmentation import slic
fro
浏览 43提问于2019-02-04得票数 0
回答已采纳
我得到了以下图像：
我正在做以下的事情
我首先读了一个图像img = skimage.io.imread('original.jpg')，它的直方图如下：
然后，在应用之后，得到以下直方图：
但是当我保存时，加载并查看该图像的直方图，得到以下结果：
skimage.io.imsave(fname = 'he.jpg', arr= he_img)
saved = skimage.io.imread('he.jpg')
为了能够保存均衡的图像，我还需要在我的进程中添加什么？
浏览 1提问于2020-07-11得票数 0
回答已采纳
1回答
使用python框架，我们能够创建图像段，如附件所示。现在，根据鼠标在图像段中的点击，我们需要用特定的颜色突出显示这个片段。
根据鼠标的点击，我可以得到x/y坐标的特定位置。请建议我如何检查坐标属于哪个图像段？
下面是代码片段：
from skimage.segmentation import felzenszwalb, slic,quickshift
from skimage.segmentation import mark_boundaries
from skimage.segmentation import find_boundaries
from skimage.util import
浏览 3提问于2017-03-31得票数 0
回答已采纳
1回答
我想用地球探测器的距离来比较多幅图像。
我把scipy.stats.wasserstein_distance()和pyemd.emd_samples()做了比较。据我所知，wasserstein_distance()采用两种分布，即直方图，而emd_samples()则采用一维值数组，并为您计算直方图。
考虑到两种方法都使用相同的直方图，它们应该提供相同或至少相似的结果。
问题是，这两种方法提供了非常不同的结果。但是，如果我在这两种方法中传递一个扁平的图像版本，结果是非常相似的。
在我这方面是否有错误，或者这些实现中的一个有问题？
cat1 = skimage.io.imread(".
浏览 0提问于2018-03-12得票数 3
3回答
去噪和滤波图像
、、、、
我正在做一个车牌识别。我已经把盘子剪出来了，但是它是非常模糊的。因此，我无法拆分数字/字符并识别它。
这是我的形象：
我尝试通过使用scikit图像函数来去除 it。
首先，导入库：
import cv2
from skimage import restoration
from skimage.filters import threshold_otsu, rank
from skimage.morphology import closing, square, disk
然后，我读取图像并将其转换为灰度。
image = cv2.imread("plate.jpg")
浏览 1提问于2016-08-08得票数 10
回答已采纳
我想在python中可视化关键点跟踪算法的结果。我有一个序列的(图像，关键点)对(视频基本上)。跟踪算法足够强大，可以提供亚像素精度。但我不知道如何正确地将其可视化。 我试图舍入我的坐标，并用cv2.circle(image, (int(round(x)), int(round(y))))绘制了一个圆，但由于图像分辨率较小，导致关键点的视觉抖动。 我查了OpenCV，Pillow，skimage，Pygame (pygame.draw.circle)。它们都不能正确地使用浮动坐标绘制圆。
浏览 110提问于2021-09-01得票数 0
回答已采纳
我目前正在使用skimage包(skimage.filters.try_all_threshold)附带的skimage.filters.try_all_threshold函数。
它在一幅图像上应用了8种阈值方法，然后把这8种产生的阈值相接起来。但是，skimage文档中描述了更多的阈值化方法，我目前正试图找到一种修改try_all_threshold函数的方法，我可以添加或交换它通常应用的阈值方法，并使用来自scikit环境的替代方法。
例如:我不使用skimage.filters.threshold_li方法，而是希望在try_all_threshold函数中使用skimage.filte
浏览 10提问于2021-12-17得票数 0
1回答
我正在使用MNIST数字数据集进行练习。我很兴奋能用任何方法将我手写的数字转换成numpy数组。但是没有得到预期的结果。下面是我在photoshop中写的内容：
<code>B0</code>
<code>B1</code>
然后，我编写了一段代码，将png图像转换为np数组，如下所示：
<code>A2</code>
给出的结果是这样的：
<code>B3</code>
<code>B4</code>
我做错了什么，或者有什么其他简单的选择。谢谢你的帮助
浏览 26提问于2021-03-17得票数 0
回答已采纳
1回答
我正在使用OpenCV 2.4.9对圆形物体的相机图像进行blob检测。我在图像上运行了许多标准滤波器(模糊、自适应阈值、使用skimage例程的骨架化和骨架的扩展)，并希望在结果上识别连续的黑区( blobs )。有SimpleBlobDetector只是为了这个，但是不管我如何设置它的参数，它并没有做我想做的事情。
这是原图：
这是经过处理的版本，检测器的关键点用黄色绘制：
关键点似乎不尊重区域约束，也没有出现在我所期望的地方。
脚本如下所示，有什么明显的问题吗？或者其他建议？
import numpy as np
import cv2
import skimage, skim
浏览 0提问于2016-04-20得票数 3
3回答
我有一个RGB格式的图像和另一个分割图像，其中像素有3个值(分割图像)。我想要将分割后的图像覆盖在主图像上，因为分割区域在主图像上形成轮廓，如下图所示。这里分割的图像像素的值是0、1和2。红色轮廓表示具有value1的像素轮廓，黄色轮廓表示具有2值的像素轮廓，背景像素值为0。
图片来自论文“扩张的初始网络:右心脏VentricleSegmentation的多尺度FeatureAggregation”
这是一个分割图像的例子。
背景图像可以是任何图像。我只需要这些矩形计数器出现在背景图像上的两个轮廓类似于上面的红色和黄色线条。因此，输出将类似于下图。
对不起，我手绘矩形，它们不是很
浏览 6提问于2019-08-20得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
