问题标签 [scikit-image]

我正在从 Matlab 背景迁移到 python，并且在 Python/skimage 中我还没有征服一些基本操作：

1. 如何将用户生成的线性滤波器（作为一个小的二维数组给出）应用于图像？我可以用 scipy.ndimage.convolve 做到这一点，但是 skimage 有方法吗？

2. 在 Matlab 中，图像过滤总是返回与其输入相同的数字类型的结果，无论是 uint8 还是 float。skimage 的行为方式是否相同？

3. skimage 是否在某处包含不清晰的遮罩？（我在 PIL 中发现了一个不清晰的掩蔽过滤器，但这有点痛苦，因为 PIL 使用它自己的 Image 类，而不是 ndarrays）。

4. 有没有一种方法，可能类似于 Matlab 的“colfilt”，用户可以通过它对图像应用非线性过滤器？这个想法是用户提供一个函数，该函数从 3x3 数组中生成单个数字，例如；然后将该函数作为空间滤波器应用于整个图像。

我遇到了与 scikit-image 相关的非常奇怪的问题。即，我无法运行“启动示例”：

之后 Python 2.7 报告错误：

此外，我无法打开任何“tif、png”图像，因为 Python 报告了类似的错误。有趣的是，这个问题突然出现了，因为一开始一切正常。我想这是由于安装了 pymorph 模块可能影响了 numpy. 但是，您对如何解决这个问题有任何想法吗？

假设您有超像素算法的结果，例如 SLIC Superpixel Algorithms

对于具有预设颜色的每个超像素，您如何将图像显示为不同的颜色（例如，您事先知道哪种颜色对应于每个超像素，就像在语义标记问题中一样。

我需要类似的东西

但不仅仅是标记边界，我需要使用我使用的标签进行语义分割

如何将这些 BMP 文件转换为旧格式？

我试过了：

但它没有用。

我的一位朋友正在从事以下项目：

下面是不锈钢表面的显微 (SEM) 图像。

但是你可以看到，它被腐蚀了一点（长时间暴露在海洋环境中），表面形成了一些凹坑。一些坑用红色圆圈标记。

他需要在图像中找到坑的数量，并且他是手动计算的（想象一下，有将近 150 个图像）。所以我想用任何图像处理工具来自动化这个过程。

问题：

我怎样才能找到这张图片中的坑数？

我尝试了什么：

作为第一步，我通过关闭操作稍微提高了对比度。

结果：

然后我为 127 应用了一些阈值并在其中找到轮廓。后来这些轮廓根据它们的面积进行过滤（没有关于面积的具体信息，我取了1-10的范围作为经验值）。

但它最终产生了很多额外的噪音。看下面的结果：

附加信息：

一些测试图像：

我已经标记了一个二值图像

但是，当我检查标签数量时，我得到 535 个元素。

作为解决方案，我考虑使用measure.regionprops以删除具有小像素区域的标签。你们将如何处理这个问题？我尝试了以下方法，但由于某种原因，新数组不再被视为正确的标签元素。

我正在使用 HoG 功能通过分类进行对象检测。

我对如何处理不同长度的 HoG 特征向量感到困惑。

我已经使用大小相同的训练图像训练了我的分类器。

现在，我从图像中提取区域以运行分类器 - 比如说，使用滑动窗口方法。我提取的一些窗口比训练分类器的图像大小要大得多。（它在测试图像中可能预期的最小可能对象尺寸上进行了训练）。

问题是，当我需要分类的窗口大于训练图像大小时，HoG 特征向量也比训练模型的特征向量大得多。

那么如何使用模型的特征向量对提取窗口进行分类呢？

例如，让我们取一个提取的窗口的尺寸，即 360x240，并将其命名为extractedwindow. 然后让我们取一张我的训练图像，它只有 20x30，并调用它trainingsample。

如果我采用 HoG 特征向量，如下所示：

那么这是特征向量之间的长度差异：

那么这是如何处理的呢？提取的窗口是否应该按比例缩小到训练分类器的样本大小？还是应该根据每个提取的窗口更改/归一化 HoG 特征的参数？还是有其他方法可以做到这一点？

我个人在 python 中工作，使用 scikit-image，但我想这个问题与我使用的平台无关。

我正在使用来自 SKimage 的不同阈值算法，当我导入某些包时出现错误，但其他包没有问题。例如：

from skimage.filter import threshold_adaptive, threshold_isodata 返回回溯： ImportError: cannot import name threshold_isodata. 我正在使用 python 2.7，并遵循此处找到的文档：http: //scikit-image.org/docs/dev/api/skimage.filter.html#skimage.filter.threshold_isodata

具体来说，我希望使用threshold_isodata 和threshold_yen。有人对如何解决此错误有建议吗？或者，是否有其他软件包使用相同的算法？

我正在运行 OS X 10.7.5，并且已经尝试了数周来让 PIL 正常工作。

它安装和编译正常，通过了自检，我可以导入 __imaging 没有任何错误。

但是，当我尝试使用依赖于 PIL 的 scikit-image 读写功能时，仍然会遇到经典的“未安装映像 C 模块”错误。

有谁知道如何调试这个？我难住了。

我可以得到一些关于如何使用 opencv 在实时视频中变形面部的想法吗？我尝试过人脸替换，但它是使用openFrameworks实现的。

我想使用opencv实现相同的功能。除了直接将人脸替换代码从 openFrameworks 移植到 Opencv 之外，opencv 中还有其他可用的方法吗？

我也浏览过这个链接，但很少有人提到面部变形在 opencv 中已被弃用？