问题标签 [computer-vision]

===已解决===

感谢您的建议和意见。通过研究Beginning Python Visualization book（第9章-图像处理）中给出的flood_fill算法，我已经实现了我想要的。我可以计算对象，获取每个对象的封闭矩形（因此是高度和宽度），最后可以为每个对象构造 NumPy 数组或矩阵。

尽管它不是一种优化的方法，但它可以满足我的要求。我使用的源代码 (lab2.py) 和 png 文件 (lab2-particles.png) 已放在http://code.google.com/p/ccnworks/source/browse/#svn/trunk/AtSc450下.

您需要安装 NumPy 和 PIL，并使用 matplotlib 来查看直方图。代码的核心位于发生主要递归对象搜索操作的 objfind 函数中。

进一步更新：

SciPy 的ndimage.label()也完全符合我的要求。

为 NumPy 和 SciPy 邮件列表中的David-Warde Farley和Zachary Pincus欢呼，因为他们将这一点指向了我的眼睛 :)

==============

你好，

我有一张图像，其中包含由粒子光谱仪测量的冰粒子的阴影。我希望能够识别每个对象，以便以后可以在计算中进一步分类和使用它们。

本质上，我愿意做的是简单地实现一个模糊选择工具，我可以简单地选择每个实体。

我怎样才能轻松解决这个问题？（最好使用 Python）

谢谢。

注意：在我的问题中，我将每个特定的连接像素称为对象或实体。我打算提取它们并创建 NumPy 数组表示，如下所示。（这里我使用左上角的对象；如果存在像素，则使用 1，如果不使用 0。该对象的形状是 3 x 3，对应的 3 像素高 x 3 像素宽。这些是真实冰粒子在 2D 域上的投影, 在它们是球形的假设下，等效半径是 (height+width)/2, 后来一些缩放——从像素到实际大小和体积计算将随之而来）

这是我将要使用的图像的一部分。

截图 http://img43.imageshack.us/img43/2327/particles.png

我正在寻找一种算法来从边缘检测器的输出中修剪短线段。从下面的图像（和链接）中可以看出，检测到几个不是“长”线的小边缘。理想情况下，我希望在处理后只显示四边形的 4 个边，但如果有几条杂散线，那没什么大不了的……有什么建议吗？

图片链接

I have a need to take an image of a series of glass test tubes, and automatically give an indication of either the level fo liquid in the tubes or the point at which the liquid reaches the bottom of the tubes. The image would probably be gathered by a webcam and processed on a standard PC. I have no restrictions on language or method, but I'll have to learn whatever it is.

I've found these more general questions on Vision on SO;

• learning-about-computer-vision,
• what-is-the-best-library-for-computer-vision-in-c-c,
• open-source-machine-vision-libraries,
• where-do-i-start-learning-about-image-processing-and-object-recognition,

Does anyone know of any similar projects that are well documented that I could review, or other ideas / comments.

我正在一个毕业项目中工作，其目标是对分割算法进行比较分析。

在我参与的一个本科研究项目中，我用 C++ 实现了一些分割算法（例如 Otsu 的方法和 EM/MPM 算法）。

我打算将我已经实现的算法与蛇和分水岭分割进行比较。但是，我并不打算实现这些算法。所以，我想知道是否有实现这些算法的开源图像处理库。如果实现是 C/C++ 会更好，但 Java、Python 等也可以。

我使用了Andrea Vedaldi的SIFT实现来计算两个相似图像的筛选描述符（第二个图像实际上是从不同角度放大的同一对象的图片）。

现在我无法弄清楚如何比较描述符来判断图像有多相似？

我知道这个问题是无法回答的，除非你以前真的玩过这些东西，但我认为以前做过这个的人可能知道这个，所以我发布了这个问题。

我为生成描述符所做的小事：

我目前正致力于在 Octave 中复制 Matlab 的 regionprops 函数的一些功能。但是，我对功能的一个子集有点犹豫。“偏心”、“MajorAxisLength”、“MinorAxisLength”和“Orientation”属性是我的症结所在。在文档中，它们都源自“...与区域具有相同秒矩的椭圆”。

所以我的问题是，这些第二时刻是什么，我如何找到它们？

我在看这个链接： http ://en.wikipedia.org/wiki/Image_moments

老实说，这让我更加困惑。谁能指出我对初学者更友好的东西？谢谢。

我和几个朋友将构建简单的机器人来跟踪黑色表面上的白线，我们以前从未做过这种事情，我有非常高水平的攻击计划，

获得一个满足所有计算需求的迷你 atx 板、一个用于跟踪道路的网络摄像头和 2 个电动机，一个用于推进，一个用于方向。

我主要关心的是，有没有更好的方法来跟踪道路？或者网络摄像头是否适合这项工作？

编辑：

使用光敏电阻跟进答案似乎是要走的路，但我还有一个问题会有信号，在轨道的右侧告诉机器人转向哪个方向。又是黑底白字。比如我必须在丁字路口左转。有没有办法在没有相机的情况下处理这个问题？

我记得不久前看到一篇关于一种算法的论文，该算法可以自动、无缝地将纹理从图像的一部分“移植”到图像的另一部分。

该方法大致如下：

您将根据图片中存在的部分建立一个小方块像素（可能是 8X8）的数据库。

然后，您将选择一个空像素（纹理移植的“目标”）进行填充，并在数据库中查找与周围像素最匹配的正方形之一。然后，您将根据您找到的正方形中相应像素的颜色为空像素着色。然后你选择另一个空像素并重复，直到没有剩余的空像素。

当然，这只是一个模糊的描述，因为我找不到任何关于这个算法的参考来刷新我对细节的记忆！任何人都可以帮忙吗？

我想知道如何将 RGB 图像转换为黑白（二进制）图像。

转换后，如何将修改后的图像保存到磁盘？

使用在一致背景下拍摄的衣服图像，我想让图像中的所有像素都透明，除了衣服。解决此问题的最佳方法是什么？我研究了为此常用的算法和开源库opencv。除了自己滚动或使用 opencv 之外，还有一种简单的方法可以做到这一点吗？我对任何语言或平台持开放态度。

谢谢