Question

我目前正在使用Zhang-Suen thinning algorithm来磨练我想要跟踪的一些细丝。这需要我输出灰度图像，以便使用OpenCV识别对象。

import matplotlib
import matplotlib.pyplot as plt
import skimage.io as io
"load image data"
Img_Original =  io.imread( './data/test1.bmp')      # Gray image, rgb images   need pre-conversion

"Convert gray images to binary images using Otsu's method"
from skimage.filter import threshold_otsu
Otsu_Threshold = threshold_otsu(Img_Original)   
BW_Original = Img_Original < Otsu_Threshold    # must set object region as 1, background region as 0 !

#...
"Apply the algorithm on images"
BW_Skeleton = zhangSuen(BW_Original)
# BW_Skeleton = BW_Original
"Display the results"
fig, ax = plt.subplots(1, 2)
ax1, ax2 = ax.ravel()
ax1.imshow(BW_Original, cmap=plt.cm.gray)
ax1.set_title('Original binary image')
ax1.axis('off')
ax2.imshow(BW_Skeleton, cmap=plt.cm.gray)
ax2.set_title('Skeleton of the image')
ax2.axis('off')
plt.show()

使用matplotlib绘制的图像正是我想要的（黑色和白色）。当我使用skimage或cv2将输出图像写入文件路径时，我得到一个蓝色和红色的类似图像。我唯一的问题是我无法将此蓝/红色图像转换为灰度图像！所以从本质上讲，我的输出图像是无用的。如果这是一个微不足道的问题，请原谅我，但是有没有将图像写入文件路径的协议？当我使用这些工具时，我应该注意图像类型（即字节，颜色/灰度，格式）？提前谢谢！

Answer 1

您可以设置已保存数据的颜色映射，以便在OpenCV中打开图像时，它将处于灰度级。

以下是一些示例数据：

data = np.random.rand(256,256)

您可以保存data directly：

plt.imsave('test.png', data, cmap = plt.cm.gray)

或保存整个figure：

plt.savefig('test2.png')

如何使用skimage（Python）实际保存图像

1 个答案: