[PYTHON] Essayez de normaliser Coupez l'image avec scikit-image (bien qu'elle se fâche en chemin)

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

J'ai essayé de tester le fonctionnement de scicit-image en me référant à ce site. Si vous installez à partir de pip, la version stable sera installée, donc Je pense que c'est une bonne idée de le supprimer de git et de faire développer l'installation de python setup.py.

Cliquez ici pour l'installer.

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

Vous ne pouvez pas simplement le faire avec du café, alors essayez quelque chose avec votre propre image. J'ai réécrit le code comme suit.

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()

Quand je le lance tout de suite ...

‘module’ object has no attibute ‘rag_mean_color’

Qu'est-ce que c'est ... De plus, il n'y a pas de solution même si vous google

Cela ne peut pas être aidé, alors jetons un coup d'œil au code de scicit-image. /to-site-packages-path/scikit_image-0.11dev-py2.7-linux-x86_64.egg/skimage/

En regardant à l'intérieur du graphique, rag_mean_color est écrit dans \ _ \ _ init \ _ \ _. Py, mais je ne trouve pas le corps essentiel de la méthode. Si vous lisez docilement la documentation sur github

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

Il y a un échantillon ...

plot_rag_mean_color.py

Dans le fichier

from skimage.future import graph

chemin futur ... Essayez de spécifier de la même manière.

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()

Cela fonctionne en toute sécurité.