修剪图像片段的剩余部分
正如您在下面的图片中看到的，在我的一些分割结果（通过分水岭变换方法进行分割）中，剩下一些残羹剩饭。我想以某种方式裁剪图像，以便只保留矩形。此操作仅基于矩形形状，与强度等级无关。 解决方案 解决方案解释 我建议采用以下方法： 根据几何属性生成形状的4个角的初始猜测（详见下面的代码）。 通过在每对相应角之间画一条线，给出这4个角创建一个四边形。 找到优化边界图像的Jac
..
image-segmentation相关内容
Opencv4Android grabcut的输出图像具有与输入图像不同的颜色（更亮的颜色）
公共类Grabcut扩展Activity { ImageView iv; 位图位图; 帆布帆布; 标量颜色=新标量（255,0,0,255）; Point tl，br; int counter; Bitmap bitmapResult，bitmapBackground; Mat dst = new Mat（）; final String pathToImage = En
..
车牌字符分割python opencv
我想隔离下图中的每个字符： 它应创建一个每个角色周围的矩形边界框。我的代码是创建一个圆形边界框。我需要将这些孤立的角色图像提供给我训练过的模型来预测角色。我之前没有进行图像处理，这导致我提出这样的问题。 这是我正在使用的代码： ＃标准进口 导入cv2 导入numpy为np;来自PIL导入的 图片 params = cv2.SimpleBlobDetector_Params
..
锐化边缘
我正在尝试检测最大/最大的矩形形状并将边界框绘制到检测到的区域。 我尝试过不同的方法来检测轮廓检测的完美边缘（没有孔的边缘）。我搜索了stackoverflow并提出了解决方案 OpenCV锐化边缘（没有孔的边缘）和分割边缘 不适用于我的样本图像。 我想检测下面两张图片中最大/更大的矩形形状 原始图片1 和 原始图像2 下面是我在调用findcontour之前用于预处理图像
..
具有渐变填充区域的图像分割
我必须处理图像分割。该想法是将图像划分为具有相似颜色的像素的区域或可以由梯度方程（线性或径向）表示的像素。我发现许多算法基于颜色进行分离，但找不到任何处理渐变的算法。有人知道任何这样的算法或如何去做的建议。 解决方案 Mean-Shift细分可能正是您所寻找的。它是在在OpenCV中实施。它可以容忍平滑的渐变，产生更自然的结果，或者如果他将图像转换为逐个数字，人类会想出的东西。 这是
..
形态学操作改善分割图像的形状
我在图像中有一个椭圆。分割后，我得到一个破碎的椭圆，如图所示。使用形态学操作得到完美的椭圆 实际输入文件为 获得的输出是 我试过imopen，但我会失去较低的椭圆状结构。如何关闭上部椭圆状结构而不会丢失较低的 我创建的面具是 我想将椭圆分割成类似结构。但是有些这些结构与矩形体相连。如何将它分开。 erode将消除小椭圆 解决方案 如果你想用数学形态学算子重新连
..
如何识别openCV中不完整的矩形
如何从图像中识别和提取矩形，如下图所示。 请注意，我的矩形可能不完整，边缘有些缺失，有些边可能是偏线。 谢谢！ 侵蚀和扩张。这两个操作将有助于创建闭合矩形。 之后，您可以使用 page 检测简单的形状，如矩形。 我实施了一个快速演示，适用于您提供的图像。 main.py: import cv2 import numpy as np from shap
..
"硬QUOT;用python监控图像分割
Python中有几种用于分段的包和方法。但是，如果我知道apriori某些像素（而没有其他像素）对应于特定对象，我该如何使用它来分割其他对象？ 在python中实现哪些方法会不会采用这种方法？ 谢谢。 解决方案 你我想看看半自动图像分割。半自动化视角中的图像分割意味着您知道之前确定某些像素所属的类 - 前景或背景。鉴于此先验信息，目标是最小化能够将其余像素最佳分割为前景和背景的
..
从图像中提取数字
我有手机信用充值卡的图像，我想要仅提取充值号码（灰色区域）作为可用于直接为手机充电的号码序列 这只是一张示例照片，不能视为标准，因此矩形区域的位置可能不同，在背景中，卡也可能大小不同。划痕区域可能没有完全划伤，相机的深度和位置也可能不同。我在互联网上阅读了很多很多论文，但我找不到任何可能有趣的内容，大多数论文都讨论了手写数字的检测。 任何链接或算法名称都非常有用。 解决方案 您可以
..
使用K均值聚类准确地检测图像中的颜色区域
我在基于颜色的图像分割中使用K-means聚类。我有一个2D图像，有3种颜色，黑色，白色和绿色。这是图像， 我想要K - 表示产生3个簇，一个表示绿色区域，第二个表示白色区域，最后一个表示黑色区域。 以下是我使用的代码， ％聚类颜色区域在图像中。 ％第1步：使用imread读取图像，并使用imshow显示它。 img =（imread（'img.jpg'））;
..
opencv中类cv :: KeyPoint的类成员class_id的含义和用法是什么？
在OpenCV 2.4.3的参考手册中 KeyPoint :: class_id 被描述为“可以用于由它们所属的对象聚集关键点的对象ID”。 / p> 由于缺乏对“关键点”的充分了解，我无法理解 class_id 的用途。 我的另一个问题是，通过使用特征检测器，描述符和匹配器，我们可以检测训练图像中查询对象的匹配关键点。但是如何在训练图像中分割出查询对象。我们可以使用抓取或分水岭算法吗
..
关于用L * a * b *进行颜色分割的几个问题
我试图通过颜色分割识别下图中内锥上方红/黄色的开始。 为此，我实施了实验室颜色分割， 清除所有 关闭所有 ％情节图像 flame = imread（'flamePic.JPG'）; flame = imrotate（flame，270）; figure（1），imshow（flame），title（'Flame'）; ％找到小区域的颜色 load regionco
..
我的图像处理项目研究领域是什么？
对于我的最后一年项目，我正在做一个车辆细节修改系统。系统应该能够执行以下任务。我正在使用从固定距离拍摄的车辆尺寸图像，从5米开始。存储不同的颜色和边缘图像我是我的应用程序，这是基本的想法。 检测轮胎和车辆的合金轮圈 检测并测量轮辋尺寸已安装的轮辋 将新的合金轮辋应用于车辆（嵌入或将合金轮辋置于原始图像的顶部尚未确定） 改变车身颜色 将色调应用于车窗 测量轮尺寸 修改后的合
..
从OpenCV中的grabcut重用模型
我使用OpenCV示例中的交互式grabcut.py来分割图像并保存前景和背景模型。然后我使用这些模型来分割更多相同类型的图像，因为我不想每次重新训练模型。 运行抓取算法后，掩码全部为零（全部为背景），因此它不会分割任何内容。 来自matplotlib import pyplot as plt import numpy as np import cv2 img = cv
..
分水岭算法的过分割
我在Mathworks中关注了二维分水岭示例。 com分隔连接的对象，如下图所示： 代码总结为： bw = imread （ 'some_binary_image.tif'）; D = -bwdist（~bw）; D（~bw）= -Inf; L =分水岭（D）; 结果是： 中心的粒子已分为两部分。有没有办法在这里避免
..
如何测试分割算法的准确性？
我正在处理图像分类问题。在分类之前，应该分割图像。我尝试了几种方法。我的问题是“我怎样才能测试分割的准确性？”。我计划基于像素差异将最终二进制图像与正确的二进制图像进行比较，以获得成功率。有没有更有效的方法比较两个二进制图像的边缘，而不是这个？ 解决方案 测量图像分割的质量是计算机视觉社区中充分研究的一个主题。 你可以看到此方法适用于二元分割。还有这个方法多个段以及边界精度。
..
图像分割结果中的噪声
我正在做一个基于深度卷积神经网络的图像分割任务。网络结构来自本文，结构如图所示：用于图像分割的FCN 。该网络基于完全卷积网络和 DCAN 。 该数据集是Gland Segmentation Chalenge Contest的公共基准数据集在 MICCAI 2015 （也称为Warwick-QU数据集。） 我使用此网络执行分段任务。然而在我的结果中，我总是注意到一个固定的噪音模式：预测
..
检测图像中的特定对象，即用opencv进行图像分割
我必须在i-phone上选择我图像中可见的任何特定对象。 基本上我的项目是根据我的触摸来分割图像对象。 我遵循的方法是首先检测图像的轮廓然后选择基于手指触摸的特定序列。 有没有其他方法可以更健壮，因为我必须在视频帧上运行它？ 我正在使用OpenCV和iphone进行项目。 如果有任何其他想法已经实施或可行实施，请提供帮助。 解决方案 你看过吗？在SIFT或SURF实施？它
..
在触摸图像边框的对象中填充孔
我正试图填写下图中的漏洞。 当我使用SciPy的binary_fill_holes（）时，我通常会成功，除了触摸图像边框的对象。 是否有任何现有的Python函数可以填充触摸边框的对象中的漏洞？我尝试在图像周围添加白色边框，但这只会导致整个图像被填充。 解决方案 这假设背景比其他东西多。它基本上对图像进行连通分量分析。提取最大的组件（假设为背景），并将其他所有组件设置为白色。
..
从X射线图像中提取手骨
我有一只手的X射线图像。我需要自动提取骨骼。我可以使用不同的技术轻松分割手。但我需要得到骨头并使用这些技术无济于事。有些骨头比其他骨头更明亮，所以如果我使用阈值处理，其中一些骨头会消失，而其他骨骼则会变得更清晰。我想也许我应该只限制一个手的区域？是否可以达到非正方形的ROI？哦，也许你有任何其他解决方案，建议？也许有一些像OpenCV这样的图书馆？任何帮助都会非常棒！ 扩展：
..