15

我有一个 graysacle png 图像,我想从我的图像中提取所有连接的组件。一些组件具有相同的强度,但我想为每个对象分配一个唯一的标签。这是我的形象

在此处输入图像描述

我试过这段代码:

img = imread(images + 'soccer_cif' + str(i).zfill(6) + '_GT_index.png')
labeled, nr_objects = label(img)
print "Number of objects is %d " % nr_objects

但是我使用它只得到三个对象。请告诉我如何获取每个对象。

4

2 回答 2

22

JF Sebastian 展示了一种识别图像中对象的方法。它需要手动选择高斯模糊半径和阈值,但是:

from PIL import Image
import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

fname='index.png'
blur_radius = 1.0
threshold = 50

img = Image.open(fname).convert('L')
img = np.asarray(img)
print(img.shape)
# (160, 240)

# smooth the image (to remove small objects)
imgf = ndimage.gaussian_filter(img, blur_radius)
threshold = 50

# find connected components
labeled, nr_objects = ndimage.label(imgf > threshold) 
print("Number of objects is {}".format(nr_objects))
# Number of objects is 4 

plt.imsave('/tmp/out.png', labeled)
plt.imshow(labeled)

plt.show()

在此处输入图像描述

使用blur_radius = 1.0,这会找到 4 个对象。通过blur_radius = 0.5,找到 5 个对象:

在此处输入图像描述

于 2013-06-05T12:08:47.757 回答
3

如果对象的边界完全清晰,并且您在 img 中有二值图像,则可以避免高斯滤波,只需执行以下操作:

labeled, nr_objects = ndimage.label(img)
于 2017-08-31T15:54:58.193 回答