如何使用蒙面区域找到超像素的质心?

时间:2018-04-23 14:50:32

标签: python-3.x opencv image-processing image-segmentation scikit-image

新手在这里!我正在使用python plus opencv和skimage包。我使用以下方法对超像素中的图像进行了分割:

segments = slic(image, n_segments=numSegments, sigma=1, convert2lab=True)

我可以通过以下方式访问每个超像素:

#FOR-LOOP-1
for v in np.unique(segments):
    #create a mask to access one region at the time
    mask = np.ones(image.shape[:2])
    mask[segments == v] = 0

    #my function to calculate mean of A channel in LAB color space
    A = mean_achannel(img, mask) 

现在我想获得与每个超像素的质心相关的坐标,我该怎么做? 我尝试使用:

from skimage.measure import regionprops

#FOR-LOOP-2
regions = regionprops(segments)
for props in regions:
    cx, cy = props.centroid  # centroid coordinates

但我无法理解如何将“FOR-LOOP-2”中的每个区域与“FOR-LOOP-1”中的右侧区域链接起来。如何计算“FOR-LOOP-1”中的每个区域质心?

1 个答案:

答案 0 :(得分:0)

所有所需的值都可以在for-loop-2中使用regionprops找到:

from skimage.measure import regionprops

#FOR-LOOP-2
regions = regionprops(segments,
                      intensity_image=img[..., 1])
for props in regions:
    cx, cy = props.centroid  # centroid coordinates
    v = props.label  # value of label
    mean_a = props.mean_intensity