1

背景：我利用 SVM 分析图像并找到感兴趣的像素。过滤掉不感兴趣的像素（下面的完整代码）后，将生成的二进制掩码存储起来以供稍后显示。同时，我使用ndimage.label二进制掩码生成找到的补丁列表，并跟踪找到的补丁数量（特征数量）

问题/问题：我正在使用的图像是超高分辨率的，这意味着有“噪声”像素组（小于 100）被计算为ndimage.label. 这意味着由于所有这些噪声组和单个像素，可能只有 10 个补丁的图像计数为 1000+。给定原始的二进制掩码和标记的数组，有没有办法修改二进制掩码，以便只包含一定大小的补丁？

        #SVM analyzes image 
        scoreMap = self.svmMachine.predict(inData)
        scoreMap = scoreMap.reshape(origDims)

        #An array with a score for each pixel is produced
        self.allPixelScoreMaps[self.imageKeys[i]]['PxlScores'] = scoreMap    
        #print(scoreMap)
        topPrct = np.percentile(scoreMap, 95)

        #A binary mask is then created from the pixels of high interest 
        binaryMap = (scoreMap > topPrct).astype(np.int) 

        #The mask is then stored to be displayed later 
        self.allPixelScoreMaps[self.imageKeys[i]]['BinScores'] = binaryMap


        labeled_array, num_features = ndimage.label(binaryMap, structure = self.labelCal)


        self.allPixelScoreMaps[self.imageKeys[i]]['LabelMap'] = labeled_array
        self.allPixelScoreMaps[self.imageKeys[i]]['NumFeatures'] = num_features
4

1 回答 1

2

我找到了我正在寻找的确切答案！它可以在本教程中找到：http ://www.scipy-lectures.org/intro/summary-exercises/answers_image_processing.html

于 2016-10-24T02:27:25.707 回答