[PYTHON] Versuchen Sie zu normalisieren Schneiden Sie das Bild mit einem Scikit-Bild aus (obwohl es unterwegs wütend wird)

http://scikit-image.org/docs/dev/auto_examples/plot_ncut.html

Ich habe versucht, die Funktionsweise von scicit-image unter Bezugnahme auf diese Site zu testen. Wenn Sie von pip installieren, wird die stabile Version installiert Ich denke, es ist eine gute Idee, es von Git zu löschen und Python Setup.py Install Develop zu machen.

Klicken Sie hier, um zu installieren.

http://scikit-image.org/docs/dev/install.html

Sie können es nicht einfach mit Kaffee machen, also probieren Sie etwas mit Ihrem eigenen Image. Ich habe den Code wie folgt umgeschrieben.

from skimage import graph, data, io, segmentation, color
from matplotlib import pyplot as plt


#img = data.coffee()
img = io.imread('test.jpg')

labels1 = segmentation.slic(img, compactness=30, n_segments=400)
out1 = color.label2rgb(labels1, img, kind='avg')

g = graph.rag_mean_color(img, labels1, mode='similarity')
labels2 = graph.cut_normalized(labels1, g)
out2 = color.label2rgb(labels2, img, kind='avg')

io.imsave('test_out1.png',out1)
io.imsave('test_out2.png',out2)

#plt.figure()
#io.imshow(out1)
#plt.figure()
#io.imshow(out2)
#io.show()

Wenn ich es sofort laufen lasse ...

‘module’ object has no attibute ‘rag_mean_color’

Was ist das ... Darüber hinaus gibt es keine Lösung, auch wenn Sie googeln.

Es kann nicht geholfen werden, also schauen wir uns den Code von scicit-image an. /to-site-packages-path/scikit_image-0.11dev-py2.7-linux-x86_64.egg/skimage/

Wenn Sie in das Diagramm schauen, ist rag_mean_color in \ _ \ _ init \ _ \ _. Py geschrieben, aber ich kann den wesentlichen Methodenkörper nicht finden. Wenn Sie das Dokument auf Github gehorsam lesen

https://github.com/scikit-image/scikit-image/tree/372ea53cc94bda31edeabfc6443fa73c5b89f3fe/doc/examples

Es gibt eine Probe ...

plot_rag_mean_color.py

In der Datei

from skimage.future import graph

zukünftiger Weg ... Versuchen Sie, auf die gleiche Weise anzugeben.

from skimage import data, io, segmentation, color
from skimage.future import graph
from matplotlib import pyplot as plt


#img = data.coffee()
img = io.imread('test.jpg')

labels1 = segmentation.slic(img, compactness=30, n_segments=400)
out1 = color.label2rgb(labels1, img, kind='avg')

g = graph.rag_mean_color(img, labels1, mode='similarity')
labels2 = graph.cut_normalized(labels1, g)
out2 = color.label2rgb(labels2, img, kind='avg')

io.imsave('test_out1.png',out1)
io.imsave('test_out2.png',out2)

#plt.figure()
#io.imshow(out1)
#plt.figure()
#io.imshow(out2)
#io.show()

Es funktioniert sicher.