问题标签 [image-morphology]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
imagemagick - ImageMagick 形态 - 缺少内核 - UnrecognizedKernelType
我正在尝试使用其中的任何一个:
http://www.imagemagick.org/Usage/morphology/#erode
但它只返回一条错误消息:
发生同样的错误-morphology Dilate Octagon
。
python - 间隙填充轮廓/线
我有以下图像:
我想填充它的轮廓(即我想填补这张图片中的线条)。
我尝试了形态关闭,但是使用迭代大小的矩形内核3x3
不会10
填充整个边框。我也尝试过21x21
带有迭代的内核,1
但也没有运气。
更新:
我已经在 OpenCV (Python) 中使用以下方法进行了尝试:
和
我的最终目标是在不扭曲所覆盖区域的情况下获得整个图像的填充版本。
imagemagick - 如何将 Imagemagick 的 -morphology Erode Square 转换为 Rmagick?
我在 imagemagick 中尝试了以下代码:
我需要将其转换为 RMagick 以便我可以在 rails 应用程序中使用
c++ - 使用标头与完整矩阵复制源时,形态操作是否有错误?
Opencv 2.4.10。
在下面代码的末尾,使用矩阵 Img2 上的 9 个宽磁盘结构元素调用膨胀。最初,Img2 是通过简单的标头副本 (Img2=Img1) 从 Img1 创建的。注意,Img1 是在没有通过 Ranges 从 Img0 复制数据的情况下制作的,因此 Img1 没有 Img0 的第一行和最后 3 行。膨胀的结果不正确。
但是,如果我通过克隆使用 Img2 的完整副本 Img2=Img1.clone(),则膨胀工作正常。
请注意,无论我使用哪种复制方法,在 Img2 上使用 imwrite(未在下面的代码中显示)都是相同的。那么,形态算子不应该也一样吗?
编辑- 我随后简化了代码,以便 Img2 替换 img1 并且没有 img1 以便我可以仅使用 1 级 Mat 标头间接重复该问题,但它仍然以相同的方式失败(不正确)。
c - 膨胀期间不需要的噪声元素
我正在对二元米粒图片应用膨胀操作。当使用的结构元素大小为 9x9 时,噪声粒子会变大,这是合乎逻辑的。但是当我使用大小为 15x15 的结构元素时,我会得到与原始噪声粒子相邻的新噪声粒子。这很令人困惑,因为我不知道为什么会这样。结构元素是一个全为 1 的 nxn 矩阵。图片已附上以供参考。
参考图片:
放大图像(9x9 SE):
放大图像(15x15 SE):
请帮助!
代码:
注意:SE 是指向我正在使用的掩码/SE 的指针。& m 对于 9x9 SE 是 9,对于 15x15 SE 是 15......
python - 3D 图像侵蚀 - Python
我想使用 python 对 3D CT 体积进行侵蚀。我已经尝试过腐蚀函数 prom SciPy 和 Scikit-image,但它们似乎不能正常工作(膨胀也没有)。这是我尝试过的:
它们都几乎侵蚀了整个图像(只剩下一些体素)。有什么建议吗?我尝试了 SimpleITK 中的 BinaryErodeImageFilter,但它很慢并且占用了大量内存。
谢谢大家!
c# - 图像的形态学运算
我目前正在做一个项目,我正在尝试使用 Emgu CV 根据 C# 中的手部血管模式来识别人类。首先使用自适应阈值函数处理手部的灰度图像。现在我想使用形态学操作创建图像的蒙版。目的是去除图像中的噪声。这是自适应阈值图像:
请指导我应该使用哪个功能以及如何使用。
node.js - 用于识别图像形态关闭的 npm 包
我正在寻找一些 npm 包,它可以将图像分解为该图像中对象的轮廓,每个对象都可以通过编程方式识别(例如,可以通过索引或 id 或其他方法访问)。具有类似功能的模块是skimage.morphology.closing
,但它适用于 Python。
任何帮助/提示表示赞赏!