【发布时间】：2021-07-28 00:51:38
【问题描述】：
我正在尝试建立一种算法来检测一些对象并随着时间的推移跟踪它们。我的输入数据是一个 tif 多堆栈文件，我将其读取为 np 数组。我应用 U-Net 模型创建二进制掩码，然后使用 scipy 识别单个对象的坐标。
到这里为止，一切都正常，但我无法理解跟踪。我有一本字典，其中键是帧号，值是元组列表。每个元组包含每个对象的坐标。
现在我必须将对象链接在一起，这在纸上看起来很简单。我希望有一个函数或一个包可以做到这一点（理想情况下类似于trackMate 或ImageJ 上的M2track），但我找不到类似的东西。我正在考虑编写自己的最近邻工具，但我想知道是否有一种不那么痛苦的方法（而且，我还想考虑更高级的指标）。
我考虑的另一个选项是使用cv2，但这需要将数据转换为cv2 喜欢的格式，这会显着减慢代码速度。另外，我想让数据尽可能接近原始输入，所以我没有cv2。
【问题讨论】：
-
OpenCV 对 Numpy 数组很满意，如果您使用的是 SciPy，那么我猜您已经在使用 Numpy 数组了？
标签： python numpy opencv image-processing scipy