问题标签 [binary-image]

我想计算二值图像的连通分量的统计数据。在matlab中我们有

形状测量

python中是否有任何等价物？

谢谢

我想知道图像的存储是如何确定的（图像的大小是确定的）。我读过一些文章，但有人说1 像素 = 1 字节（在我看来这应该是错误的），有人说高深度图像颜色需要 32 位。有人可以解释一下机器上图像的存储是如何工作的吗？

我正在使用二进制图像处理一些图像处理程序。在 Matlab 中，我可以创建一个查找表，为 3 x 3 邻域的每个可能的 2^9=512 配置提供输出。也就是说，我可以编写一个函数func，为这样的邻域生成 0 或 1，然后创建一个查找表

（“3”表示社区的大小）。然后可以将该查找表应用于我的二进制im图像

但是我怎样才能在 Python 中做同样的事情呢？这里给出了一个例子：

http://pydoc.net/Python/scikits-image/0.4.2/skimage.morphology.skeletonize/

这当然有效，但似乎非常复杂，至少与 Matlab 的命令相比。

我有一个二值图像，我只想使用 MATLAB 将前景像素绘制成稀疏图像。我知道必须知道前景图像（白色）的像素位置。为此，我遵循以下代码：

此处使用的输入如下所示：

预期的稀疏图像将是这样的：

上面的图像是通过 GIMP 生成的。只是为了了解稀疏图像的外观。它包含前景图像的像素。但是，并非所有像素都被绘制出来。

找到像素的 XY 坐标后，我需要将其绘制到稀疏图像上。这是我迷路的地方，我不知道如何绘制稀疏图像。任何形式的帮助表示赞赏。

我有两个几乎相同的手的二进制图像。我应该如何比较它们以知道它们是否代表几乎相同的形状。我试图找到两个图像之间的欧几里得距离，但如果图像略有变化或它不会给出正确的答案向左或向右移动或大小略有减小。我还在 opencv 中尝试过 HOG 描述符，但如果我比较多个图像，我仍然无法得到正确的答案。基于形状或任何比较两个二进制图像的最佳方法是什么在不考虑图像大小的情况下了解几乎匹配图像的功能。图像的链接是http://postimg.org/image/w20tuuzmv/和http://postimg.org/image/jndr4br9x/

我有以下代码将拍摄图像，允许用户裁剪（其他代码未显示或此问题必需），然后从画布以 base64 呈现图像。

我需要能够将图像转换为二进制，因为它提交到的 API 端点不能采用 base64。我有转换为 Blob 的功能，但我不确定如何正确实现它：

在提交时，我在控制台中得到以下信息：

http://url.com/rest/v1/utils/guid/encode?data%3Aimage%2Fjpeg%3Bbase64%2C%2F …CiiigAooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKAP%2FZ

jsFiddle中的当前版本：LINK

我将在这个项目中使用的空间分辨率图像是 1000x563。我在这一步的目标是删除所有不需要的白色像素，但不是车牌，这样我就可以准确地分割车牌。但问题是我无法清楚地删除那些不需要的像素。有人可以帮我改进代码吗？

出自： 那么， 那么， 最后，

当您观察最后一张图像时，仍然有很多不需要的白色像素。请帮忙 ！！

我有一个 2D 布尔数组，它是一个分段图像，如下所示：

我想裁剪图片并将其调整为特定大小，如下所示：

我试图使用 BufferedImage 来保存它并使用 getSubimage() 但我无法正确设置边界......

我也尝试过这种方法，其中我拥有缓冲图像的核心：

如何裁剪并调整大小？

逐个元素，我想将来自不同矩阵的二进制值连接到一个矩阵。

例如，

如何才能做到这一点？

我有一个半径向量和数百个[X,Y]坐标的第二个向量。对于每个可能的坐标半径对，我计算了输入二进制图像上一个圆（其中心位于坐标中）内的所有黑色像素。

最快的方法是什么？我唯一的想法是遍历图像的每个像素，检查圆形方程，然后检查像素颜色，但对于数百个这样的操作似乎并没有优化多少。