0

我正在使用 sklearn 包在 Python 中使用均值偏移算法。我实现的是由均值偏移算法处理的图像。我想要的是：我检测到一定数量的类，它们的颜色存储在cluster_centers变量中，但我想知道某个类的区域，如果它符合条件，则必须从图像中裁剪该区域。我想我知道如何处理裁剪本身，但我不知道如何执行 ceratin 类的面积计算。也许我应该以某种方式计算这种颜色的像素数，因为我猜这个任务只是关于知道特定颜色覆盖的区域有多大。

以下是我的均值偏移算法代码：

import numpy as np
from sklearn.cluster import MeanShift, estimate_bandwidth
import cv2


img = cv2.imread('roundaboutimg67.png')
img = cv2.medianBlur(img, 3)


flat_image = img.reshape((-1,3)) #flattening the imgage so it is no longer 3 dimensional
flat_image = np.float32(flat_image)


bandwidth = estimate_bandwidth(flat_image, quantile=0.06, n_samples=3000)
ms = MeanShift(bandwidth, max_iter=800, bin_seeding=True)
ms.fit(flat_image)
labeled=ms.labels_ #labels each individual class into segements
segments = np.unique(labeled)
cluster_centers = ms.cluster_centers_
cluster_centers = np.uint8(cluster_centers)

print('Number of segments: ', segments.shape[0])


total = np.zeros((segments.shape[0], 3), dtype=float)
count = np.zeros(total.shape, dtype=float)
for i, label in enumerate(labeled):
    total[label] = total[label] + flat_image[i]
    count[label] += 1
avg = total/count
avg = np.uint8(avg)

# cast the labeled image into the corresponding average color
res = avg[labeled]
result = res.reshape((img.shape))


# show the result

cv2.imshow('result',result)
cv2.imwrite("mean_shift_result.png", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

我正在处理的图像示例：[1]：https ://i.stack.imgur.com/GC5pU.png

4

0 回答 0