问题标签 [image-segmentation]

我正在开发一个项目，该项目试图使用上下文无关语法来解析图像。我们正在尝试构建图像片段树，然后使用机器学习使用这些视觉语法来解析图像。

我发现SVM-CFG看起来很理想，问题是它是为字符串解析而设计的，字符串中的每个终端最多有两个邻居（之前和之后的单词）。在我们的视觉语法中，每个片段可以紧挨着任意数量的其他片段。

解析这些视觉语法的最佳方法是什么？具体来说，我可以对我的数据进行编码以使用 SVM-CFG 吗？还是我必须编写自己的内核/解析库？

我正在研究虹膜识别系统。我想通过分析图像中的连通分量来找到瞳孔bwconncomp。

瞳孔检测算法如下：

1. 连接组件标签通过扫描图像来工作。它根据像素连通性将像素分组为组件。连接组件中的所有像素共享相似的像素强度值，并且以某种方式相互连接。
2. 一旦确定了所有像素组，就标记该组中的每个像素。确定所有组的中心和直径，直径最大的一组是瞳孔。
3. 位于虹膜上方和下方的图像部分被睫毛和眼睑遮挡。这些像素位于瞳孔直径的上方和下方。要删除它们，请将这些像素设置为 NaN（不是数字）。
4. 发现最小/最大光圈半径为 90/125。基于此，瞳孔左右 45 个像素被认为是所提出算法分析的虹膜区域。

我的问题是：如何将虹膜上方和下方的空间设置为 NaN。以及如何获得与虹膜对应的像素？

我的代码如下：

我想从图像中提取一个对象，如人、汽车或类似的东西。图像只是一个普通的图像，而不是医学图像或其他特定用途的图像。

我找了很久，发现自动图像分割算法只是将图像分割成一组区域或给出图像中的轮廓，而不是语义对象。所以我转向交互式图像分割算法，我发现了一些流行的算法，如交互式图形切割和 SIOX 等。我认为这些算法正好满足我的需求。

此外，我还下载了两个交互式图像分割工具，第一个是交互式分割工具，第二个是交互式分割工具箱。

所以我的问题是

1.如果交互式图像分割算法是我的任务的正确解决方案，因为性能是最重要的。

2.如果我想使用自动图像分割算法，下一步该怎么做？

通常在 OCR 的过程中，图像文件本质上是被切割成段，每个字符都被识别为一个段。例如，

必须转换为类似的东西

此外，是否有任何针对亚洲语言（如泰卢固语）的算法可用于此目的？如果没有，这对英语是怎么做的？

我需要在浏览器窗口底部固定一个曲线形的可拉伸页脚，其中曲线是图像。我模拟了一个活生生的例子。

为了通过页脚图像的透明部分最大限度地减少较低层中“可点击”房地产的损失，我的直觉是将图像切割成几个部分（示例中的红色框）并将它们彼此相邻放置，如下所示：

在大多数主流浏览器（不是 IE 和 FF）中，随着窗口大小的调整，细线断裂在框之间来来去去，这是不可接受的。

浮动图像片段可以解决问题，但我还没有找到一种实现方法，仍然将页脚固定到底部并保留提到的“可点击性”。有没有比我更好的方法来解决这个问题，或者可以以某种方式补救？

关于给出的示例的注意事项：示例中的曲线图像本身尚未被剪切，它仍然是单个图像。此外，蓝色框不是问题，它们不会拉伸，因此不会受到问题的影响。

我会对这种行为的原因和任何可行的解决方案感兴趣。谢谢。

我有两个使用 Open-CV 处理的图像处理问题。

1. 识别彼此不同颜色的相似物体。
2. 识别彼此不同大小的相似颜色对象。

场景 1 和 2 的示例图像；

1

2

两幅图像都具有三种类型的感兴趣对象。（三种颜色或尺寸）

我遇到的技术包括阈值化，然后使用带有像素计数的腐蚀，使用 RGB 值进行颜色分割。

什么是好的工作链，什么是好的起点？

我想检测两只手（使用 HSV 过滤图像）。

问题是当我把两只手放在一起时，头会夹在中间，然后就无法识别手了。

我在应用程序启动时使用 Haar 检测两只手，然后我将图像转换为 HSV（黑白）。然后我使用分割来检测物体的中心质量，这样我就可以跟随它们。我忽略了它们面积足够小的物体。

任何想法我该如何解决这个问题？

我目前正在开发一个带有乳房 X 线摄影术的项目，并且我正在尝试理解如何将图像分割成两个部分：可搜索区域 (ROI) 和不可搜索区域。这个问题的重点仅针对实际图像分析/处理的底层算法。来自 Google 和 Stack Overflow 的大多数结果都产生了有用的信息，但它们都没有解释图像分析/处理的步骤以及为什么这些步骤很重要以及它们各自在做什么。

我编写了一个小代码段，它获取图像、重新调整图像大小并“二值化”图像。（如下。）有什么方法可以在我的二进制图像上追踪一条线（轮廓？），将这条线移动到我的原始图像，并将其用作让我的算法确定可搜索区域（ROI）从非可搜索区域？有没有更简单的方法来做到这一点？

为了澄清和重申，我查看了很多教程，但没有任何帮助，特别是。我将不胜感激我能得到的所有帮助！

假设我有两个相同大小的二进制图像。如何找到两个二进制图像之间的交集？只有两个白色（灰色 - 255）图像上相同坐标（位置）的像素才会在输出图像（交叉点）上给出白色像素。

你会如何解释 Haralick 的标注算法（带有前言和后向迭代）？