Question

我编写了一个函数来标记像素级标记图像中对象的边缘：

 irb(main):004:0> @m.meetings.future.count()
(16.7ms)  SELECT COUNT(*) FROM `meetings` WHERE `meetings`.`type` IN ('Org::Happenings::ScheduledHappening', 'Org::Happenings::RoomBooking', 'Org::Happenings::Meeting', 'Org::Happenings::Unavailability', 'Meeting', 'Unavailability') AND (start_time is not NULL and end_time > '2018-08-16 15:35:09.609774')
=> 3422

对于隔离的对象，这很好用，因为每个标签都大于背景：

import numpy as np

def mark_edges(image, marker):

     axes = len(image.shape)
     edges = []

     for i in range(axes):
         shiftright = np.greater(image, np.roll(image, 1, axis=i))
         shiftleft = np.greater(image, np.roll(image, -1, axis=i))
         idx = np.where(shiftright != shiftleft)
         edges.append(idx)

     for idx in edges:
         image[idx] = marker

     return image

但是，如果两个标记不同的对象彼此相邻，则结果会稍有不同：

a = np.zeros(40).reshape(5,8)
a[1:4, 1:7] = 2
print(mark_edges(a, 99))

[[  0.   0.   0.   0.   0.   0.   0.   0.]
 [  0.  99.  99.  99.  99.  99.  99.   0.]
 [  0.  99.   2.   2.   2.   2.  99.   0.]
 [  0.  99.  99.  99.  99.  99.  99.   0.]
 [  0.   0.   0.   0.   0.   0.   0.   0.]]

理想情况下，位置（2,3）应该有另一个标记。我必须接受这种不准确性吗？还是有办法解决？

Answer 1

使用np.greater代替np.not_equal。这将导致所有区域（包括背景区域）的边缘都被标记。

下一步，删除背景区域上的边缘。

在下面的代码中，我使用“蒙版图像”而不是边缘像素列表。我发现此方法更易于使用，并且效率也很高。

import numpy as np

def mark_edges(image, marker):

  axes = len(image.shape)
  mask = np.zeros(image.shape, dtype=bool)

  for i in range(axes):
    shiftright = np.not_equal(image, np.roll(image, 1, axis=i))
    shiftleft = np.not_equal(image, np.roll(image, -1, axis=i))
    mask |= shiftright != shiftleft

  mask[image==0] = 0
  image[mask] = marker

  return image

问题中图像b的输出：

>>> b = np.zeros(40).reshape(5,8)
>>> b[1:4, 1:4] = 2
>>> b[1:4, 4:7] = 4
>>> print(mark_edges(b, 99))
[[  0.   0.   0.   0.   0.   0.   0.   0.]
 [  0.  99.  99.  99.  99.  99.  99.   0.]
 [  0.  99.   2.  99.  99.   4.  99.   0.]
 [  0.  99.  99.  99.  99.  99.  99.   0.]
 [  0.   0.   0.   0.   0.   0.   0.   0.]]

标记图像中的边缘

1 个答案: