我正在使用MNIST digit images进行机器学习实验,我正在尝试根据位置居中每个图像,而不是默认情况下它们居中的质心。
我正在使用regionprops类,BoundingBox方法来提取图像。我创建了灰度的B& W副本,使用它来确定BoundingBox属性(regionprops仅适用于B& W图像),然后将其应用于灰度原件以提取精确的图像矩形。这适用于~98%的图像。
我遇到的问题是,另外~2%的图像在左上角有某种噪点或错误的像素,我最终只提取了那个像素,其余的图像被丢弃了。
如何将图像的所有元素合并到一个矩形中?
编辑:进一步的研究让我意识到我可以总结并将这个问题重新解释为“如何找到所有地区的边界框?”。我已经尝试调整标签矩阵,以便所有区域都是相同的标签,但无济于事。答案 0 :(得分:0)
您可以使用与该噪音大小相同的侵蚀面具使其完全消失“使用imerode,然后使用imdilate进行反向侵蚀”,或者您可以使用中值滤镜