เมื่อฉันใช้ ndimage.label(img)
นำเข้าจากแพ็คเกจ scipy
เพื่อติดป้ายกำกับรูปภาพ PNG ระดับสีเทา มันจะทำงานเช่นนี้
ฉันมีสองภาพที่มีรูปร่างบางอย่างที่สร้างโดย Photoshop
:
รูปภาพแรก :
http://imageshack.us/a/img140/8669/onehx.png
ฉันใช้รหัสนี้กับภาพด้านบน
>>> from scipy.misc import imread
>>> from scipy.ndimage import (label,find_objects)
>>> img=imread('first.jpg')
>>> x,y = label(img)
>>> print y # Prints exactly "4" shapes ,which is right.
4
>>> f=find_objects(x)
>>> print f # Returns exactly the "4" slices of the considered shapes.
[(slice(16L, 61L, None), slice(149L, 189L, None)),
(slice(30L, 40L, None), slice(60L, 90L, None)),
(slice(50L, 70L, None), slice(20L, 120L, None)),
(slice(96L, 149L, None), slice(130L, 186L, None))]
จนถึงตอนนี้ก็ใช้งานได้ดี
แต่เมื่อฉันสร้างรูปร่างด้วยแปรงที่เรียบเนียนดังที่แสดงไว้ที่นี่:
ภาพที่สอง:
http://imageshack.us/a/img822/5696/twozg.png
ฉันใช้โค้ดนี้กับรูปภาพที่สอง
>>> from scipy.misc import imread
>>> from scipy.ndimage import (label,find_objects)
>>> img=imread('second.jpg')
>>> x,y = label(img)
>>>print y # Prints more than "5" shapes ,which is wrong.
6
>>> f=find_objects(x)
>>> print f # Return more than the "5" slices of the considered shapes.
#But still has the "5" slices of the "5" considered shapes
#among the other slices which I'm confused of.
[(slice(16L, 61L, None), slice(149L, 189L, None)),
(slice(30L, 40L, None), slice(60L, 90L, None)),
(slice(50L, 70L, None), slice(20L, 120L, None)),
(slice(96L, 149L, None), slice(130L, 186L, None)),
(slice(126L, 170L, None), slice(65L, 109L, None)),
(slice(127L, 128L, None), slice(79L, 80L, None))] #This is the extra object.
ฉันแค่อยากรู้ว่าทำไม ndimage.label(img)
ถึงติดป้ายกำกับมากกว่ารูปร่างที่พิจารณาเมื่อฉันใช้แปรงเรียบ
ใช่ มันสามารถติดป้ายกำกับรูปร่างที่พิจารณาได้ แต่ทำไมถึงติดป้ายกำกับเพิ่มเติม และฉันจะกำจัดรูปร่างที่มีป้ายกำกับพิเศษได้อย่างไร
หมายเหตุ:
(1) รูปร่างพิเศษนั้นไม่ใช่รูปร่างแม้แต่น้อย มันเป็นพื้นที่สีดำบางๆ!!
(2)มันจะทำงานในลักษณะเดียวกันหากรูปภาพอยู่ในรูปแบบ RGB
( 3)รูปแบบของค่าที่ไม่ใช่ศูนย์ในรูปร่างที่วาดด้วยแปรงเรียบมีลักษณะดังนี้:
>>> obj_6 #Not quite right but it's similar to this structure
array([[ 0, 0, 1, 1, 1, 1, 0, 0],
[ 0, 1, 6, 12, 15, 9, 3, 0],
[ 0, 7, 24, 50, 57, 35, 12, 1],
[ 2, 14, 52, 105, 119, 74, 24, 3],
[ 2, 16, 60, 122, 139, 86, 29, 4],
[ 1, 10, 37, 77, 88, 54, 18, 3],
[ 0, 3, 12, 25, 29, 18, 5, 1],
[ 0, 0, 1, 4, 5, 3, 1, 0]], dtype=uint8)
(4) เพื่อให้ได้ภาพรวมทั้งหมด :
หนึ่ง:สอง:< br>
ขอขอบคุณที่อดทนรอ
อัปเดต (1):
เพื่อให้ชัดเจน ฉันจึงโพสต์ภาพสองภาพและผลลัพธ์ที่เกี่ยวข้อง:
obj_6
คุณสามารถโพสต์second.jpg
ที่ไหนสักแห่งได้ไหม - person Warren Weckesser   schedule 07.10.2012label(img)
บนไฟล์twozg.png
โดยใช้โครงสร้างเริ่มต้น (โครงสร้าง +) ฉันจะได้รับคุณสมบัติ 6 ประการ เนื่องจากรูปร่างแปรงมีหนึ่งพิกเซลที่เชื่อมต่อกับส่วนที่เหลือผ่านเส้นทแยงมุมเดียวเท่านั้น ถ้าฉันใช้โครงสร้าง 3x3 เต็มรูปแบบ ฉันจะได้คุณสมบัติ 5 อย่าง - person Warren Weckesser   schedule 07.10.2012