Question

我正在使用显示here的skimage.segmentation.felzenszwalb，这很棒。

我尽可能地调整了参数，但它仍然检测到一些我不想要的大段。如何在之后删除超过一定大小的段？我知道您可以使用skimage.measure.regionprops来获取每个细分的区域，但我不知道如何从segments_fz移除细分，让数组保持mark_boundaries。< / p>

import numpy as np
import skimage.io
from skimage.util import img_as_float
from skimage.segmentation import felzenszwalb
from skimage.segmentation import mark_boundaries

img = img_as_float(astronaut()[::2, ::2])
segments_fz = felzenszwalb(img, scale=100, sigma=0.5, min_size=50)

print("Felzenszwalb number of segments: {}".format(len(np.unique(segments_fz))))

segmented_img = mark_boundaries(img, segments_fz)
skimage.io.imsave('img_labeled.png', segmented_img)

这与this post类似，但他们正在尝试删除小对象，而不是大对象。

Answer 1

查看skimage.morphology.remove_small_objects的{{3}}。有很多预处理/输入清理，但业务端非常简单。假设segments是带有分段标签的输入图像，这里是函数的作用：

out = np.copy(segments)
component_sizes = np.bincount(segments.ravel())
too_small = component_sizes < min_size
too_small_mask = too_small[segments]
out[too_small_mask] = 0
return out

您可以将too_small更改为too_big，或者您想要的任何条件！关键是要在该行生成一个数组，当你想要将标签i归零时，在{i}位置包含True，在其他地方False。{/ p>

scikit-image - felzenszwalb细分：删除大段

1 个答案: