Tipps für Python-Anfänger, um das Scikit-Image-Beispiel für sich selbst zu verwenden

OpenCV für Python-Anfänger Also habe ich geschrieben, wie das Python-Beispiel in OpenCV (opencv-Verzeichnis) \ sources \ samples \ python2 ausgeführt wird.

OpenCV-Python & Scikit-Image-Ergänzung zu "Must-see" OpenCV-Python-Tutorials "2" Also habe ich gezeigt, wie man das Beispiel von Distributor of Scikit-image herunterlädt und ausführt.

"OpenCV-Python-Tutorials", "Practical Computer Vision" und Scikit-Learn Also habe ich Ihnen gezeigt, wie Sie das Beispiel von Distributor of scikit-learn herunterladen und ausführen können.

Diese Beispiele enthalten das Skript und die erforderlichen Daten als Satz, damit Sie loslegen können. Von Python wegen der Attraktivität von OpenCV-Python angezogen, Scikit-image, scikit-learn Die Zahl der Menschen, die kommen, nimmt zu.

In diesem Artikel schreibe ich den Inhalt für Python-Anfänger, um mit dem Scikit-Image-Beispiel mit einer geringfügigen Änderung zu spielen.

** Hinweis: Ersetzen wir das Eingabebild. ** **.

Referenzartikel [Serie] "CV-Programmierung mit Python und OpenCV" Teil 8: OpenCV-Python ① Bildeingabe / -ausgabe und -visualisierung (highGUI)) OpenCV-Python, Scikit-Image und Scikit-Learn verwenden alle ein gemeinsames Datenformat. aus diesem Grund, Sie können die Eingabedaten im Beispielskript für scikit-image durch etwas wie cv2.imread von OpenCV-Python ("lena.jpg ") ersetzen. Wenn Sie die Eingabedaten ersetzen, finden Sie verschiedene Dinge.

Aufgabe: [Normalized Cut] (http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_ncut.html#example-segmentation-plot-ncut-py)

Lassen Sie uns das Eingabebild am Beispiel von ändern.

** Hinweis: Reduziertes Bild eingeben **

Lassen Sie uns die Größe des Eingabebildes ändern. Suchen Sie nach cv2.resize (). Bildverarbeitung mit Python + Opencv 5 (Größe ändern) Da der Rückgabewert von cv2.resize () das reduzierte Bild ist, Ein Merkmal der Python-Bibliothek ist, dass es einfach ist, zwischen der Eingabe und Ausgabe einer Funktion zu unterscheiden.

Aufgabe:

[Normalized Cut] (http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_ncut.html#example-segmentation-plot-ncut-py)

Lassen Sie uns das Eingabebild halbieren und es am Beispiel von betreiben.

** Hinweis: Lassen Sie uns ein Teilbild ausschneiden. ** **.

OpenCV-Python, Scicit-Image und Scikit-Learn verwenden alle ein gemeinsames Datenformat. Geben Sie für Farbbilder Indizes in der Reihenfolge img [y-Koordinate, x-Koordinate, BGR] an. In Graustufenbildern ist es ein Index von Grau [y-Koordinate, x-Koordinate]. Um die Größe des Bildes zu kennen [h, w] = img.shape[:2] [h, w] = gray.shape Es wird sein. Der Bereich der y-Koordinaten ist 0 für den Minimalwert und h-1 für den Maximalwert. Der Bereich der x-Koordinaten ist 0 für den Minimalwert und w-1 für den Maximalwert.

subImg = img[yu:yd, xl:xr, :] Wenn der Punkt (yu, yd) im Teilbild enthalten ist, Beachten Sie, dass die Positionen yd und xr nicht im Teilbild enthalten sind.

Referenzartikel Bilder mit Python und OpenCV teilen

Aufgabe:

Verwenden Sie den obigen Normalisierten Schnitt, um das Eingabebild zu einem Teilbild zu machen.

** Hinweis: **

Bei OpenCV-C ++ wird das Datenformat von cv :: Mat verwendet. Auch in diesem Fall cv::Mat img = cv2.imread("lena.jpg ", 0);

Zugriff auf die Elemente von cv :: Mat Der erste Index ist y und der zweite Index ist x. Dies gilt sowohl für OpenCV-Python mit numpy.array als auch für OpenCV-C ++ mit cv :: Mat. img.at(y,x)

Tipp 2 Mehrere Dateien verarbeiten