2

我正在尝试从图像中提取一些特征，但每个提取的特征都非常小。提取更大特征的最简单方法似乎是使用更大的结构元素，但以下代码在ITER > 1.

from scipy import ndimage,misc
lena=misc.lena().astype(float64)
lena/=ndimage.maximum(lena)
lena=lena>0.54# convert to binary image
       #   =====================  
ITER=1 # || FAILS WHEN ITER > 1 ||
       #   =====================
struct=ndimage.generate_binary_structure(2,1)
struct=ndimage.iterate_structure(struct,ITER)
lena_label,n =ndimage.label(lena,struct)
slices=ndimage.find_objects(lena_label)
images=[lena[sl] for sl in slices]
imshow(images[0])

.

RuntimeError: structure dimensions must be equal to 3
4

1 回答 1

3

该函数的参数structure用于ndimage.label确定输入的连通性。当您将输入表示为矩形矩阵时，这种连通性通常涉及一个点周围的 4 个或 8 个邻居p。Scipy 遵循此约定并将可接受的结构限制在这种情况下，因此当任何大于3x3的内容传递给函数时，它会引发错误。

如果你真的想做这样的事情，首先你需要非常清楚地定义你试图描述的连接性。然后你需要实现它。一种更简单的方法是首先扩大输入，然后对其进行标记。这将有效地给出将用更大structure参数标记的更大特征。

于 2013-02-21T00:45:04.730 回答