Question

所以我有两个numpy数组 - 第一个是3D RGB图像。第二个是表示图像中区域的2D网格（我的图像通常有大约7到20个区域），其中每个区域用整数表示。

2D网格看起来像这样：

[
[0,0,0,1],

[0,0,1,1],

[2,2,2,2]
]

现在我想要做的是找到一个算法，告诉我区域边界的确切位置，所以我希望算法返回边界在区域0和1,1和2,2和1之间的索引，等

所以在这种情况下我会得到：

0和1之间的边界：[0,2] [1,1]

0到2之间的边界：[1,0] [1,1]

1和2之间的边界：[1,2] [1,3]

Answer 1

讨论可用于以编程方式检测区域之间边界的算法您可以使用任何边缘检测器内核并将其应用于您的2D网格，以便在结果为零时水平或垂直检测差异，如果答案非零则两个像素都属于同一区域，那么您刚刚在这里找到了边界。其中一个边缘探测器是索贝尔索贝尔内核看起来像 [-1 0 1] [-1 0 1] [-1 0 1]

和

[-1 -1 -1 ] [ 0 0 0 ] [ 1 1 1 ]

这是一个在python＆lt; opencv

中使用sobel的例子

https://li8bot.wordpress.com/2014/08/07/opencvpythonpart3-image-gradients/

Answer 2

以下算法用于列表中的列表，但我相信它可以轻松调整以使用numpy。我还没有使用numpy，因此我无法给你确切的答案。

def main():
    grid = [[0, 0, 0, 1],
            [0, 0, 1, 1],
            [2, 2, 2, 2]]

    borders = []


    '''
    It has the following format.
    ['Borders beetwen 0 and 1', [[0, 2], [0, 3]]]
    [0, 2] is coordinate of 0 and [0, 3] is coordinate of 1.
    '''
    for x in range(0, len(grid)-1):

        for y in range(0, len(grid[x])-1):

            if grid[x][y] != grid[x][y+1]:
                header = ['Borders beetwen %s and %s' %(str(grid[x][y]), str(grid[x][y+1]))]
                coords = [[x, y], [x, y+1]]
                header.append(coords)
                borders.append(header)

            else:
                pass

        if grid[x][y] != grid[x+1][y]:
            header = ['Borders beetwen %s and %s' %(str(grid[x][y]), str(grid[x+1][y]))]
            coords = [[x, y], [x+1, y]]
            header.append(coords)
            borders.append(header)

        else:
            pass

    for element in borders:
        print(element)


if __name__ == '__main__':
    main()

如何使用python在图像中找到区域边界？

2 个答案: