从图像分割中保存单个分割

Question

我一直在使用skimage.segmentation模块来查找图像中的连续段。 例如，

段非常好

我希望能够单独查看原始图像的不同区域（这样上面的图像将产生6个大致矩形的子图像）。我在此方面取得了一定程度的成功，但这很难。我可以使用任何预先存在的模块来完成此操作吗？

如果没有，那么高级算法建议将不胜感激。

到目前为止的方法：

image_slic = seg.slic(image, n_segments=6)
borders = seg.find_boundaries(image_slic)
sub_images = []
new_seg = []
for every row of borders:
     new_seg.append([])
    for every pixel in every row:
         if (pixel is not a border and is not already processed):
              new_seg[-1].append(pixel)
              Mark pixel as processed
         elif (pixel is a border and is not already processed):
              break
    if (on the first pixel of a row OR the first unprocessed pixel):
         sub_images.append(new_seg)
         new_seg = []

使用这种方法，我可以从示例图像生成四个区域，这些区域与左侧接壤而没有错误。尽管上面的伪代码中未显示它，但我也用透明像素填充段以保留其形状。这种额外的考虑使查找右侧子图像更加困难。

Answer 1

这可以通过NumPy的boolean indexing轻松实现：

import numpy as np
from skimage import io, segmentation
import matplotlib.pyplot as plt

n_segments = 6
fig_width = 2.5*n_segments

img = io.imread('https://i.imgur.com/G44JEG7.png')
segments = segmentation.slic(img, n_segments=n_segments)

fig, ax = plt.subplots(1, n_segments)
fig.set_figwidth(fig_width)

for index in np.unique(segments):
    segment = img.copy()
    segment[segments!=index] = 0
    ax[index].imshow(segment)
    ax[index].set(title=f'Segment {index}')
    ax[index].set_axis_off()

plt.show(fig)

您可以使用NumPy的where函数来获得相同的结果，如下所示：

for index in np.unique(segments):
    segment = np.where(np.expand_dims(segments, axis=-1)==index, img, [0, 0, 0])