scikit-image相关内容
..
我正在使用 HoG 功能通过分类进行对象检测. 我对如何处理不同长度的 HoG 特征向量感到困惑. 我使用大小相同的训练图像训练了我的分类器. 现在,我正在从图像中提取要在其上运行分类器的区域 - 例如,使用滑动窗口方法.我提取的一些窗口比训练分类器的图像大小要大得多.(它是根据测试图像中可能预期的最小物体尺寸进行训练的). 问题是,当我需要分类的窗口大于训练图像大小时,H
..
..
我正在加载一个带有 scikit-image 的 TIF 文件,并在 ipython 笔记本(2.2.0 版)中内嵌显示它.但是,这是有效的,图像在第一次显示时非常小,当我使用图像右下角的可拖动手柄调整其大小时,它只是在保留原始分辨率的同时重新缩放图像,因此放大时非常模糊.基本上就像 ipython 正在将我的图像即时转换为缩略图一样. 我也尝试过使用 matplotlib 的 plt.im
..
我想使用仍然使用 scipy.misc.imresize() 的旧脚本,该脚本不仅已弃用,而且已完全从 scipy 中删除.相反,开发人员建议使用 numpy.array(Image.fromarray(arr).resize()) 或 skimage.transform.resize(). 不再工作的确切代码行是这样的: new_image = scipy.misc.imresize(o
..
这是我得到的一张收据图像,我使用 matplotlib 绘制了它,如果您看到图像,其中的文本不是直的.我该如何去歪斜并修复它? from skimage import io导入 cv2# x1, y1, x2, y2, x3, y3, x4, y4bbox_coords = [[20, 68], [336, 68], [336, 100], [20, 100]]image = io.imread
..
我想删除此图像的背景以仅获取此人.我有成千上万张这样的图像,基本上是一个人和一个有点发白的背景. 我所做的是使用边缘检测器,如 canny 边缘检测器或 sobel 过滤器(来自 skimage 库).然后我认为可以做的是,将边缘内的像素变白,而将边缘内的像素变黑.之后,可以对原始图像进行遮罩,以仅获取人的照片. 然而,使用canny边缘检测器很难得到一个封闭的边界.使用 Sobel
..
我试图找到一种方法来打破已自适应阈值化的扫描文档中文本行的分割.现在,我将文档的像素值存储为从 0 到 255 的无符号整数,并取每行中像素的平均值,然后根据像素值的平均值是否将这些行拆分为多个范围大于 250,然后我取每个范围的线的中位数.但是,这种方法有时会失败,因为图像上可能会出现黑色斑点. 是否有更抗噪的方法来完成这项任务? 编辑:这是一些代码.“warped"是原始图像的名称
..
我有一个 4D np.array 大小 (10000,32,32,3) 代表一组 10000 个 RGB 图像. 如何使用 skimage.transform.resize 或其他函数来有效地调整所有图像的大小,以便将 (32,32) 插值到 (224,224)?我更喜欢用 skimage 来做到这一点,但我愿意接受任何不使用 tf.image.resize_images 的解决方案.
..
我已经标记了一个二值图像 imageLabels =morphic.label(imageBinary, background=255) 但是,当我检查标签数量时,我得到了 535 个元素. print(len(imageLabels)) 作为一个解决方案,我考虑使用 measure.regionprops 来移除具有小像素区域的标签.你们会如何处理这个问题?我尝试了以下方法,但出于某种原
..
我正在尝试使用 skimage.io.imread 读取 RGB 图像.但是看了图片后发现图片形状不对,print(img.shape)显示图像形状为 (2,).显示问题的完整代码是: from skimage import ioimg = io.imread(path/to/the/image)打印(img.shape) 我也试过用opencv的python包读取图片,返回的形状是正确的(高
..
我正在研究 3D 重建系统,并希望使用 Python 3 从注册点云数据生成三角形网格.我的对象不是凸面,因此行进立方体算法似乎是解决方案. 我更喜欢使用这种方法的现有实现,所以我尝试了 scikit-image 和 Open3d但是这两个 API 都不接受原始点云作为输入(请注意,我不是这些库的专家).我尝试转换我的数据失败了,而且我的想法已经用完了,因为文档没有阐明函数的输入格式.
..
我正在尝试从 scikit-image 导入 montage2d 模块: 从 skimage.util.montage 导入 montage2d 但是出现了这个错误: ModuleNotFoundError:没有名为“skimage.util.montage"的模块 我很确定我将 scikit-image 包安装为: pip install scikit-image
..
这是最小的工作示例: 将 numpy 导入为 np从 skimage.io 导入 imsave, imread图像 = np.array([[[[109, 232, 173],[55, 35, 144]],[[43, 124, 185],[234, 127, 246]]], dtype=np.uint8)imsave("test.jpg", 图像)rb_image = imread("test.
..
我有一台可以提供拜耳 RG8 格式图像的相机. 我使用 skimage 处理图像,但我找不到将 Bayer RG8 格式转换为标准 RGB(以显示在屏幕上)的方法. 有没有办法用 skimage 做到这一点? 我确实找到了对 opencv 转换的引用,但我试图避免在我的应用程序中包含 opencv(除非绝对必要). 解决方案 由于您没有提供任何输入数据,我从 here 并
..
我正在尝试使用 python 3.5 在我的 Windows 7 64 位机器上安装 scikit-image 包.安装scikit时,满足要求: 要求已经满足:6>=1.7.3 in c:\users\x\appdata\local\programs\python\python35\lib\site-packages(来自scikit-image)要求已经满足:networkx>=1.8 in
..
我正在尝试使用 python 对图像进行剪切变换.我正在使用 skimage (scikit-image),opencv 或类似的也可以完成我认为的工作.问题是每当我尝试使用仿射变换和扭曲(skimage)进行剪切时,图像就会出现“裁剪"或“剪切"(“剪切"图像的某些部分丢失),只要剪切变换移动像素(涉及像素的翻译).我需要支持图像比例的“画布",以便“剪切"图像适合新图像但保留输入图像的所有信息
..
我已经在 Raspberry Pi-2 上使用突触包管理器安装了 python 包.但是,skimage 模块版本 0.6 是突触中最新的可用版本.有人能指导我如何将其升级到 0.11,因为旧版本缺少某些功能. 我尝试了 pip install scikit-image,但它给出了输出 为 scikit 镜像运行 setup.py install 然后卡在那里. 解决方案 我不认
..
我有以下图像文件: 图片 我使用 PIL 和 Skimage 打开它,但出现以下错误 首先使用 PIL(尝试使用和不使用 trucate 选项):代码: from PIL import Image, ImageFileImageFile.LOAD_TRUNCATED_IMAGES = Trueimg = Image.open("image_output.pgm") 错误:
..
我提取了一个干净的网格图案: 这是我“骨架化"之前的网格(或瘦,或执行中轴变换). 下图是应用skimage.skeletonize|medial_axis|thin 或method=lee 进行骨架化后的图像: 由于“大胆",这些似乎完全消除了网格.或“厚度"的行. 有没有一种首选的方法来细化这些线条? 解决方案 我已经修改了@Miki 的答案(实际上我的搜索显示
..