2

我目前正在做一个学生项目，对灰度 pgm 文件进行一些图像处理（膨胀和侵蚀）。我试图在图像对象上实现膨胀，但得到了奇怪的结果。我预计图像对象会比原始图像大。但是我得到了对象的多个副本，具体取决于我使用的内核大小。

原图：

原图

膨胀结果：

膨胀结果

这是我的膨胀源代码

import numpy as np


def pgm_read(filename):
    """Read PGM file to a array"""
    # Performance Bottleneck: I/O system calls, parallel write/read
    try:
        with open(filename, 'r') as fp:
            lines = fp.readlines()
            header_info = lines[2].split()
            return np.array([line.strip('\n') for line in lines[4:]], dtype=np.int32).reshape(int(header_info[0]),
                                                                                              int(header_info[1]))
    except OSError:
        print("An exception occurred")


def pgm_write(img, dest, header):
    """Write numpy array to PGM file"""
    try:
        header = "P2\n# test\n" + header + "\n80\n"

        f = open(dest, "w")
        f.write(header)
        f.close()
        with open(dest, "a") as f:
            for x in range(img.shape[0]):
                for y in range(img.shape[1]):
                    f.write(str(img[x][y]) + "\n")
    except OSError:
        print("Writing exception occurred")


def dilation(img):

    rows, cols = img.shape
    dilated_img = np.zeros((rows, cols), dtype=np.int32)

    kernel = np.ones((2, 2))
    rows2, cols2 = kernel.shape

    for x in range(rows):
        for y in range(cols):
            """Search the object within the image"""
            if img[x][y] == 1:
                # Convolve with kernel
                for i in range(rows2):
                    for j in range(cols2):
                        if kernel[i][j] == 1:
                            # Object Enlargement
                            c = x + i
                            d = y + j
                            if c < rows and d < cols:
                                dilated_img[c][d] = 1

    for x in range(rows):
        for y in range(cols):
            """Give the object brightest colour for debugging purpose"""
            if dilated_img[x][y] == 1:
                dilated_img[x][y] = 80

    return dilated_img


if __name__ == '__main__':
    a = pgm_read("Axial_68.pgm")
    a = dilation(a)
    target = "Axial_68_1.pgm"
    header = "265 490"
    pgm_write(a, target, header)

轴向_68.pgm

我非常确定我的文件读取和写入功能可以正常工作，因为我可以使用它来正确读取和写入其他源 pgm 文件。

我发现非常奇怪的一件事是我可以像这样打印半个 pgm 文件。

半水平

使用代码

    for x in range(rows // 2):
        for y in range(columns):
            arr[x][y] = 80

但是当我使用此代码并期望使用代码半垂直时：

    for x in range(rows):
        for y in range(columns // 2):
            arr[x][y] = 80

我懂了：

半垂直

我已经用其他一些生成的 pgm 文件尝试过这个，结果都是一样的。我想知道我的膨胀代码是否与这种奇怪的行为有关。

4

1 回答 1

2

它总是有助于直接显示矩阵，而不是依赖于您自己编写的例程将其写入文件以供检查。例如，添加

import matplotlib.pyplot as pp
#...
    a = pgm_read("Axial_68.pgm")
    pp.imshow(a)
    pp.show()

您的代码立即显示输入图像未正确读取。在函数调用中交换两个维度reshape为我修复了它：

return np.array([line.strip('\n') for line in lines[4:]], dtype=np.int32).reshape(int(header_info[1]),
                                                                                  int(header_info[0]))

我强烈建议您使用库来读取和写入图像文件。例如imageio是一个不错的选择。Matplotlib 本身也读写各种图像文件格式。如果你想做图像处理，也可以获取一个库。例如Pillow、OpenCV或DIPlib。这些还包括图像文件读取和写入功能。

于 2020-02-10T15:37:51.010 回答