问题标签 [scikit-image]

我试图在使用 scikit-image 创建的骨架化图像中使用 cv2 python 库查找轮廓，但出现此错误：

我的问题是：我必须做什么才能转换为 cv2，反之亦然？

我知道 opencv 使用 numpy.uint8 类型来表示二进制图像而不是 scikit-image numpy.float64

我还使用了 mahotas (numpy.bool) 和 pymorph 库。如何从 scikit-image 转换为这些库，反之亦然？

我正在使用scikit-image读取图像：

在对 进行一些操作后img，我想将其保存到内存文件（a la StringIO）以传递给另一个函数，但它看起来skimage.io.imsave需要文件名，而不是文件句柄。

如果可能的话，我想避免碰到磁盘（imsave然后从另一个映像库中读取）。有没有一种很好的方法来使用imsave（或其他一些对 scikit-image 友好的功能）StringIO？

我有 2 个函数使用 mahotas python 库来检测图像中的分支点和端点。

2个功能：

有没有办法用 Scikit-image 库获得这些功能？ scikit 图像的形态部分没有进行命中和丢失转换。

我想删除这个轮骨架标志的圆周（标志的最外周），除了里面的东西。我考虑一个函数 findcontours() 并删除我找到的最大轮廓

这是输入图像：

骨架化：

但不幸的是，这是我的输出图像：

为什么它不只保留 2 个交叉段，而一个段由很多点组成

更新解决方案（和新问题）：

如果我在这行代码之后制作了骨架化的 img 的深层副本： img = img.astype(np.uint8) #after 骨架化过程

我可以将 find_contour 与复制的图像一起使用，并将 draw_contour 应用于原始图像，仅此而已！

我的问题是：

为什么找到轮廓编辑我的图像而我被迫使用临时图像？为什么 matplotlib 向我显示正确的结果而 cv2 imshow 不显示（它向我显示黑色图像）？

代码的新部分：

更新洪水文件+扩张：

Floodfill-dilate 程序是否正确？哪里错了？

不幸的是，我得到了这个：

我有二进制骨架图像，我使用 python 库 mahotas 来提取端点和分支点。

我不喜欢 mahotas瘦函数（有太多的小分支），所以我选择了 scikit-image骨架化函数。

现在麻烦开始了：在某些图像中，它不再提取分支点。为什么？

Scikit 图像函数接受布尔值和整数值（mahotas 使用布尔值）。

我第一次使用 scikit-image 包的MCP类来查找成本栅格上两点之间的最小成本路径，该成本栅格使用RasterToNumPyArray工具从 ArcGIS 转换为 NumPy 数组。但是，为此必需的部分 MCP 类属性是开始和结束索引。
我不知道如何获取一组点（具有经纬度坐标的 ArcGIS shapefile）并将其转换为从具有空间数据的栅格生成的 NumPy 数组上的位置索引。我知道我可以将栅格单元 OID 分配给 ArcGIS 中的点，但我不确定如何将其转移到 NumPy 数组上的索引。有谁知道这是否可能？

在 virtualenv 中工作，我正在尝试安装 scikit-image，但它失败了，告诉我我需要更新（或任何）版本的 numpy。

我不明白这一点，因为从 Python 开始，numpy 1.7 已经在我的路上了。

怎么回事 - 为什么安装 scikit-image 的系统看不到最新版本的 numpy？我该如何解决这个问题？

numpy 的路径似乎已经在我的~/.bash_profile：

更新：

numpy 1.7 版也在su路径中：

我在元组列表中有一个numpy 数组二进制（黑白）图像和坐标，例如：

或作为：

如何使用该坐标列表检查图像中是否有“白色”像素？我还想检查距离该坐标列表远的大约 3 个像素范围内的白色像素。

IE：

我想到了“哪里”功能。

更新。

我尝试使用形状 (128, 128) 而不是 (128, 128, 3) 因为我的图像具有以下形状： (a,b) 但现在它找不到白色像素！为什么它会以这种方式找到任何东西？

输出：

我想使用 python 对图像执行几何变换，沿给定曲线“拉直”或校正图像。scikit-image 似乎ProjectiveTransform()对此warp()非常有用，但文档很少。我按照此处的文档进行操作，但是对于示例案例，我无法使其正常工作。

下面是一个例子：我将创建一个带有两个同心圆的图像，目标是矫正这些圆的四分之一，使生成的图像是两条平行线。这是示例数据：

这可以绘制出来，例如：

所以我的目标是纠正红色控制点给出的象限中的图像。（在这种情况下，这与笛卡尔到极坐标的转换相同。）使用文档示例中的 scikit 图像，我已经完成了：

我期待这张warped图片显示两条平行线，但我得到了：

我在这里做错了什么？

请注意，虽然在这种情况下它是笛卡尔到极坐标的变换，但在最一般的情况下，我正在寻找来自任意曲线的变换。如果有人知道使用其他软件包的更好方法，请告诉我。ndimage.map_coordinates我可以通过使用一堆径向线来解决这个问题，但我正在寻找更优雅的东西。

我正在将一些基于 PIL 的代码转换为 NumPy，但我发现该skimage.transform.rotate函数比PIL 的Image.rotate.

作为粗略的比较，使用skimage' 旋转在 ~1000x1000 像素的图像上需要 ~2.2 秒，而Image.rotate需要 ~0.1 秒：

和输出：

（这些数字在多次运行中或多或少是一致的；我不认为这是没有运行足够测试的产物）

所以！那是怎么回事？有什么方法可以加快 skimage 的速度rotate吗？

版本信息：

• 皮尔：1.1.7
• skimage：0.14.1
• 麻木：1.7.1
• 蟒蛇：2.7.2

可能还值得注意：

• 如果BICUBIC不使用过滤，则该im.rotate操作只需 ~0.01 秒，而设置order=0为使用最近邻过滤，skimage.rotate则需要 ~0.6 秒。