image-segmentation相关内容
我正在Android平台上使用OpenCV.在这个社区和技术人员的巨大帮助下,我能够成功地从图像中检测出一张纸. 这些是我使用的步骤. Imgproc.cvtColor() Imgproc.Canny() Imgproc.GausianBlur() Imgproc.findContours() Imgproc.approxPolyDP() findLargestRectang
..
我正在尝试对番茄作物的叶子图像进行分割.我想转换如下图像 跟随黑色背景的图像 我已经从 Github 引用了此代码 ,但是在此问题上效果不佳,它的功能类似于 有人可以建议我这样做吗? 解决方案 使用结果: 代码: import numpy as np import cv2 # load image image = cv2.imread('leaf.jpg')
..
了解下图所示的组合字符的分割方法是什么好方法, 字符具有此字体,但是字体大小根据图像大小而变化 仅连接图像中孤立的字符组 此外,如何检测在给定的边界框中是否有2个或多个连接的字母? 我尝试检查width> height以检测连接的字符,但不适用于图像中的蓝色组. 我还尝试了基于以下内容的细分方法: 第3.4条 用于分隔字符,但效果不佳. 解决方案 IDEA :如果
..
我一直在尝试清除OCR的图像:(线条) 我需要删除这些行以有时对图像进行进一步处理,但是我已经很接近了,但是很多时候,阈值会从文本中带走太多: copy = img.copy() blur = cv2.GaussianBlur(copy, (9,9), 0) thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE
..
我有以下图像: 下面是该图像内的分割蒙版: 根据上图,我试图计算非零像素坐标.也就是说,我试图获取上面遮罩中的实际云的所有像素.当我绘制这些非零像素时,结果是这样的: 我的问题是:为什么上面图像中绘制的像素与分割蒙版中的像素不同,我该如何解决?我想从分割蒙版中获取云的像素. 代码: # create matrix canvas = np.zeros((img_h, i
..
我有一个numpy数组,该数组表示图像中的分段二维矩阵.基本上,它是一个稀疏矩阵,具有一堆闭合形状,这些闭合形状是图像各部分的轮廓.我需要做的是用numpy中的不同颜色/标签为每个闭合形状中的空白像素着色. 我知道我可以使用PIL中的Floodfill来做到这一点,但是我试图不必将矩阵从numpy到PIL来回转换.如果在函数中有一个像skimage或sklearn这样的函数可以用不同的标签为
..
我从事了一段时间的项目是无监督的叶分割.叶子被捕获在白色或彩色的纸上,其中一些带有阴影. 我希望能够对叶子进行阈值处理并去除阴影(同时保留叶子的详细信息);但是由于疾病改变了叶子的颜色,我无法使用固定的阈值. 然后,我开始研究并找出Horprasert等人的建议. al. (1999年)在“一种用于实时鲁棒背景扣除和阴影检测的统计方法"中,该方法使用色度失真度量将图像中的区域与当前
..
我正在尝试训练可进行图像分割的CNN模型, 但是如果我有几个人,我很困惑如何创建基本事实 图片样本? 图像分割可以将输入图像中的每个像素分类为 预定义的类,例如汽车,建筑物,人或其他任何人. 是否有任何工具或一些好主意来奠定基础 图像分割的真相吗? 谢谢! 解决方案 尝试 https://www.labelbox. io/.这是他们的图像分割模板的样子…… 很多代码
..
我实现了FCN网络来进行语义分割.我正在使用Cityscapes作为数据集.如您所知,在Cityscapes中有一些类别在训练期间会被忽略,它被标记为255.我使用加权损失来忽略未知类别的损失(将未知类别的损失设置为零).现在,我想从评估指标中排除未知类别(均值交集(mIOU)).目前我还不清楚如何排除未知类别. 目前,我正在使用tensorflow方法考虑所有类,包括未知类: mi
..
每个像素精度(与边界框不同)实现的每个类的IoU(并集交点)是否有任何建议.我正在使用caffe并设法获得平均IoU,但我很难为每个类的精度进行IoU.如果有人可以指出任何语言的良好实现,我将不胜感激 解决方案 到目前为止,这是我迄今为止看到的唯一的具有多个像素标签的紧密语义分段
..
JPEG有许多标记段级别,我想读写注释标记段级别-COM(读/写).它需要底层编程.如何在iOS中访问它? 参考- http://help.accusoft.com /ImageGear/v18.1/Mac/IGDLL-10-05.html https://www.npmjs.com/package/jpeg-com-segment http://www.sno.phy.queen
..
我想知道可以用来衡量我的图像分割算法准确性的可能措施 我知道以下方法: 敏感性 特异性 骰子索引 Jaccard索引 但是我正在处理需要测试的大型数据集,因此我认为使用每个像素值测量精度不太合适. 因此,我正在寻找其他更方便的措施. P.S:我有基本的事实数据 解决方案 图像分割中的“准确性"问题定义不明确,从而导致许多可能的度量标准不一定彼此一致(例如,分割
..
我在每张图像中都有很多由圆圈组成的图像(从1到4变化).我试图通过沿圆路径填充丢失的像素来获得清晰的圆图像. 我尝试了霍夫变换,但是它的参数是特定于图像的:对于每个图像,我都必须更改参数.由于这个问题,我无法将它们保持在单个for循环中. 请提供一些方法来执行此操作.谢谢 解决方案 imfindcircles不能直接应用于您的数据. 替代方法 您可以使用 ransac
..
我正在尝试为以下示例中的不连续区域应用边界框.我在regionprops的Matlab帮助文档中找到了一些内容,但没有说明有关操作方法的任何内容.我需要最小的Box,它可以包含图像中的所有斑点. 解决方案 默认情况下,当引入logical类型输入掩码时, bwlabel 设置为掩码,并计算输入掩码的每个连接组件的属性. 在您的情况下,这不是理想的行为,因为您希望将所有白色像素都视为同一组
..
我必须使用2D CT图像进行项目,并使用Matlab(仅)在其中分割肝脏和肿瘤.最初,我必须单独分割肝脏区域.我将区域生长用于肝脏分割.它获取种子点作为输入. 输出是带有肝脏区域边界的图像.现在,我需要仅由边界包围的区域. 我的程序有一个主程序和一个regionGrowing.m函数.由于我是新用户,因此不能发布图像.如果您确实需要图像,我会邮寄给您.请帮助我. % main
..
我有一个二进制图像,其中有圆圈和正方形. imA = imread('blocks1.png'); A = im2bw(imA); figure,imshow(A);title('Input Image - Blocks'); imBinInv = ~A; figure(2); imshow(imBinInv); title('Inverted Binarized Original Imag
..
我正在尝试仅使用颜色信息来分割包含多个乐高积木的图像(目前).目的是找到例如是绿色的.我尝试使用k-均值聚类,但是给定中存在的不同彩色砖的数量有所不同.我还尝试过使用Matlab中的以下示例网站 但这并不成功.有没有一种简单的根据颜色进行细分的方法? 问题的示例图片: 解决方案 因此,仅基于颜色选择区域时,RGB或LAB色彩空间并不是真正最佳的选择.更好的选择是HSV(色相饱和
..
我正在Matlab中制作一个GUI,该GUI可以滚动并显示约600幅医学图像.我有一个显示图像的轴,还有一个滚动条,当按下结束箭头时,滚动条可以一次浏览一次图像. 我正在尝试找出如何合并WindowScrollWheelFcn的方法,以便可以使用鼠标上的滚动更快地浏览图像. 这是我的代码: function ct_slider_Callback(hObject, eventdat
..
我正在尝试检测焊接图像中的接缝,以实现自主焊接过程. 我使用了以下代码,最终去除了图像中的噪点,从而达到了以下结果. clc,clear,clf; im = imread('https://i.stack.imgur.com/UJcKA.png'); imshow(im);title('Original image'); pause(0.5); sim = edge(im, 'sobel'
..
我有车牌图片,我想一一削减数字. 有人知道如何执行吗? 在网上搜索后,我发现了进行水平和垂直涂抹的方法,但我真的不知道这是什么意思. 任何解释都会有所帮助 谢谢. 解决方案 您可以尝试使用此代码(不是我的) % This is a program for extracting objects from an image. Written for vehicle
..