我按照this link中的代码找到了我的灰度图像的对象中心,
def find_center(im):
immat = im
(X, Y) = [im.shape[0],im.shape[1]]
m = np.zeros((X, Y))
for x in range(X):
for y in range(Y):
m[x, y] = immat[(x, y)] != 0
m = m / np.sum(np.sum(m))
# marginal distributions
dx = np.sum(m, 1)
dy = np.sum(m, 0)
# expected values
cx = np.sum(dx * np.arange(X))
cy = np.sum(dy * np.arange(Y))
return [cx,cy]
xy1=find_center(img) #img is a binary image, object has value==1 and back ground value of 0
print xy1
plt.imshow(img)
plt.annotate('center', xy1, xycoords='data',
xytext=(0.5, 0.5), textcoords='figure fraction',
arrowprops=dict(arrowstyle="->"))
plt.show()
但是,我没有得到正确答案(中心不在对象内),下图显示了输出:
我做错了什么?
答案 0 :(得分:3)
我认为函数find_center
正确计算中心坐标。有一种更优雅,更有效的方法来执行此计算(参见下面的代码片段)。
问题在于您将xy1
,即[cx, cy]
传递给plt.annotate
,但您需要传递[cy, cx]
。如果您将代码更改为xy1 = find_center(img)[::-1]
,则问题应该得到解决。
尝试使用此代码:
import numpy as np
from skimage import io
import matplotlib.pyplot as plt
from matplotlib.patches import Circle
triskele = io.imread('https://i.stack.imgur.com/fczjh.png')
img = triskele > 0
[cx, cy] = np.transpose(np.nonzero(img)).mean(axis=0)
fig, ax = plt.subplots(1)
ax.imshow(img, cmap=plt.cm.gray)
ax.axis('off')
ax.add_patch(Circle((cy, cx), radius=12, color='red'))
plt.show(fig)