在测试scikit-image方法时,我遇到了skimage.measure.perimeter(image),但无法解释这个函数的输出。
import numpy as np
image=np.zeros((100,100))
image[10:30,10:30]=1 # this creates a white square
from skimage.measure import perimeter
x=perimeter(image)
print x #Should be
我在试着从图像中分割出组织块。我做了一些初步的预处理,得到了以下结果。我担心的是边界上的噪音。如果我使用水平/垂直内核,我也会在中间丢失一些数据。我不确定什么是更好的实现结果,或者我应该通过不同的方法进行分割。
以下是示例图像:
import numpy as np
import os
import matplotlib.pyplot as plt
from skimage import io
from skimage.filters import threshold_mean
from skimage.exposure import adjust_sigmoid, adjust_
我试着用下面的方法从这张图片中提取出遮罩,但不幸的是我失败了。
import numpy as np
import skimage.color
import skimage.filters
import skimage.io
# get filename, sigma, and threshold value from command line
filename = 'pathToImage'
# read and display the original image
image = skimage.io.imread(fname=filename)
skimage.io.
嘿,我正在尝试调整图像的大小,而不是拉伸它,而是添加白色像素。我环顾四周,但我没有找到具体说明如何在skimage中实现这一点。
from skimage.io import imread
from skimage.io import imsave
from skimage.transform import resize
from matplotlib import pyplot as plt
from pylab import cm
import numpy as np
from skimage import morphology
from skimage import measure
fr
在Python中,我使用背景删除工具和scikit的Felzenszwalb算法,通过
from rembg.bg import remove
import numpy as np
import io
from PIL import Image
from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True
input_path = 'in.jpg'
output_path = 'out.png'
f = np.fromfile(input_path)
result = remove(f)
i
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
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
skimage.draw模块具有绘制圆、椭圆、线条等功能,但是线条宽度似乎固定在1像素。似乎没有用于设置线条宽度的参数。
Stefan van der Walt建议在skimage.measure子模块中有隐藏的功能来绘制更粗的线条,但我看了一下文档,只看到了profile_line函数,它确实有一个linewidth参数。我不知道他是不是这个意思,也不知道我怎么用width=3画椭圆。
那么,如何将一个厚度为3像素的椭圆绘制成一个numpy图像数组(类型为float)?最好使用skimage。
我在模糊图像方面有困难。我正在尝试使用skimage中的高斯模糊滤镜。我正在处理的图像是从url下载到环境中的。下面是我的代码。
import numpy as np
import matplotlib.pyplot as plt
import scipy.ndimage as ndi
import skimage
import skimage.transform
from skimage import io
from skimage import color
from skimage import data
from skimage import filters
from skimage i