问题标签 [ndimage]

我有图像分割项目，并以像素值代表标签的图像形式给出地面实况标签。我需要调整图像和标签的大小，同时将标签保持在相同的值集中。

我尝试了很多东西，都改变了值集。

让我们创建虚拟数据

我需要调整标签大小，因此结果将只有 0、30、70 个值。

输出：

给定一个输入图像，例如带有一些圆形物体（例如硬币）的 jpg，我想找到它们各自的直径。

感谢这个问题（How to find the diameter of objects using image processing in Python?） ，我知道如何识别物体，但我想测量我插入的图像的直径，而不是用方法随机生成。我该怎么做？

我是新来的，所以我不知道如何玩得很好，这段代码生成的图像在我所在问题的链接中。

我正在尝试在内部使用 Numba cfunc，但是我面临签名匹配问题。如果我将返回类型设置为它识别为好像我设置为或它说。两个签名不能匹配。匹配问题在返回类型中 scipy.LowLevelCallablendi.generic_filterint16shortint32intclong

这是错误：

系统规格（如果相关）：Python 2.7.10（32 位）、Numba 0.39.0

简而言之：

我正在寻找一种方法来计算 python 中多个值轴上的多维自定义图像过滤器。

我的意思是：

使用 scipy 的 ndimage，我可以使用 ndimage.generic_filter 将自定义函数 myfunc 应用于 N 维 numpy 数组。在 myfunc 中，我只需要说明如何处理传递给函数的形状 (size[0],…,size[N-1]) 的像素邻域。

与此略有不同，我想做的是提供一个形状数组（S1，…，SN，V1，…VM）并仅沿空间维度应用过滤器，并将剩余的 M 轴解释为值轴。然后，要处理的像素邻域的形状为 (size[0],...,size[N-1],V1,...,VM)。

到目前为止，我对这种过滤器有自己的相对幼稚的实现，但是最好有一个处理一般情况和处理边界效果的版本。

非常感谢您的提示或想法！干杯

我有原始数据，即 yuv420p 帧数据字节。我想使用 numpy 和 scipy 将其转换为 rgb 数据。这是我的代码：

我使用 PIL 打开这个输出 rgb 数组，但图像不是我预期的那样。

我的代码有什么问题吗？？还是我的数据有问题？

如果可能的话，我试图弄清楚如何在没有“if”条件的情况下使“z”轴对 2D 和 3D 输入可选。因此，如果输入是 2D，它将忽略 z 轴。如果输入是 3D，则需要 z 值。任何帮助或建议将不胜感激。

这是我得到的错误：

假设我有一个这样的数组：

有 4 个不同的区域：左上 1s、3s、4s 和右 1s。

我将如何获得每个区域边界的路径？区域顶点的坐标，按顺序排列。

例如，对于左上角的 1，它是(0, 0), (0, 2), (1, 2), (1, 1), (2, 1), (2, 0)

（我最终想得到类似的东西start at 0, 0. Right 2. Down 1. Right -1. Down 1. Right -1. Down -2.，但它很容易转换，因为它只是相邻顶点之间的差异）

我可以将其拆分为以下区域scipy.ndimage.label：

看起来更像这样：

那么我如何将其转换为路径？

我有一个二进制图像。二值图像有一些孤立的区域，如噪声。我知道预期区域比这些孤立区域大得多。因此，我使用连接组件通过找到最大的连接区域来移除隔离区域。我必须使用 scipy 包。我发现它有一些功能可以做到这一点。然而，我的结果仍然遥遥无期。如何使用这些函数获得可以忽略孤立区域的二值图像？谢谢

我有一个具有非平滑轮廓的二进制图像。作为先验信息，轮廓必须是平滑的。您能否向我建议在 python 中将轮廓平滑为下图的解决方案？谢谢大家

我在这方面花了很多时间，而且我知道如何通过对边界行/列进行切片和索引来手动执行此操作，但是 SciPy 必须有一种更简单的方法。

我需要将CVAL（在 时填充超过边缘的值mode=constant）设置为 NaN，但是，这将返回 NaN。

我将用代码和数字来解释它：

使用 SciPy ndimage 统一滤波器使用 3x3 内核计算平均值：

如您所见，第一个值为 11，这与预期的一样，但是，对于沿边界的任何单元格，它将用零填充值（我也尝试了所有其他模式）。

这是我需要实现的（左）vsmode=constant和CVAL=0（默认0）