我正在将一个matlab图像处理脚本移植到python / skimage,并且无法找到Matlab的bwmorph函数,特别是在skimage中的'spur'
操作。 matlab文档说明了spur
操作:
Removes spur pixels. For example:
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 1 0 becomes 0 0 0 0
0 1 0 0 0 1 0 0
1 1 0 0 1 1 0 0
我在python中实现了一个版本,但处理上述情况很好:
def _neighbors_conv(image):
image = image.astype(np.int)
k = np.array([[1,1,1],[1,0,1],[1,1,1]])
neighborhood_count = ndimage.convolve(image,k, mode='constant', cval=1)
neighborhood_count[~image.astype(np.bool)] = 0
return neighborhood_count
def spur(image):
return _neighbors_conv(image) > 1
def bwmorph(image, fn, n=1):
for _ in range(n):
image = fn(image)
return image
t= [[0, 0, 0, 0],
[0, 0, 1, 0],
[0, 1, 0, 0],
[1, 1, 0, 0]]
t = np.array(t)
print('neighbor count:')
print(_neighbors_conv(t))
print('after spur:')
print(bwmorph(t,spur).astype(np.int))
neighbor count:
[[0 0 0 0]
[0 0 1 0]
[0 3 0 0]
[7 5 0 0]]
after spur:
[[0 0 0 0]
[0 0 0 0]
[0 1 0 0]
[1 1 0 0]]
上述工作方法是删除任何只有一个相邻像素的像素。
我注意到上述实现的行为与matlab的spur
操作不同。以matlab为例:
0 0 0 0 0
0 0 1 0 0
0 1 1 1 1
0 0 1 0 0
0 0 0 0 0
becomes, via bwmorph(t,'spur',1):
0 0 0 0 0
0 0 0 0 0
0 0 1 1 1
0 0 0 0 0
0 0 0 0 0
支线操作比查看8邻居计数要复杂一些。我不清楚如何扩展我的实现以满足这种情况而不会过于激进(即删除有效像素)。
matlab spur
的基本逻辑是什么,或者我可以使用的python实现是否可用?
更新: 我发现Octave实现了使用LUT的支线:
case('spur')
## lut=makelut(inline("xor(x(2,2),(sum((x&[0,1,0;1,0,1;0,1,0])(:))==0)&&(sum((x&[1,0,1;0,0,0;1,0,1])(:))==1)&&x(2,2))","x"),3);
## which is the same as
lut=repmat([zeros(16,1);ones(16,1)],16,1); ## identity
lut([18,21,81,273])=0; ## 4 qualifying patterns
lut=logical(lut);
cmd="BW2=applylut(BW, lut);";
(通过https://searchcode.com/codesearch/view/9585333/) 假设这是正确的我只需要能够在python中创建这个LUT并应用它......
答案 0 :(得分:1)
我最终自己实现了自己的spur
版本以及bwmorph
的其他操作。对于未来具有相同需求的互联网旅行者来说,这是我最终使用的一个方便的要点:
https://gist.github.com/bmabey/4dd36d9938b83742a88b6f68ac1901a6