scipy sobel边缘检测，提取外部像素答案

【问题标题】：scipy sobel edge detection, extract outer pixelsscipy sobel边缘检测，提取外部像素
【发布时间】：2017-05-01 05:07:16
【问题描述】：

尝试在其自己的区域内提取边缘内外的像素，目前我正在应用 scipy Sobel 过滤器，如下所示：

im = scipy.misc.imread(filename)
im = im.astype('int32')
dx = ndimage.sobel(im, axis=0)
dy = ndimage.sobel(im, axis=1)

mag = np.hypot(dx, dy)  
mag *= 255.0 / np.max(mag)

scipy.misc.imsave('sobel.jpg', mag)

目前的结果是：

想法是获取边缘检测之外的像素，例如这些区域：

如何提取 sobel 过滤器内外区域的数组？

【问题讨论】：

您必须定义外部和内部。从视觉上看，它可能看起来很简单，因为您知道要提取什么（一个人），但图像是计算机的一组数字，它不知道更高级别的连接性。因此，对于该特定示例，您可以逐行并从左侧和右侧屏蔽像素，直到您在 sobel 渐变中选择一个 peak。但是，如果你想要一个通用的方法，它并不像你想象的那么简单，也不会像对sobel过滤器做一些magic那么简单。这是xkcd.com/1425的一个例子
如果您的图像简单易行，请尝试在opencv 或scikit-image 中使用轮廓的东西
您正在尝试解决图像“分割”问题，这通常是一个非常困难的问题，并且多年来一直是一个非常活跃的研究领域。但是，由于图像中的背景非常简单（只是一堵白墙），也许一些简单的方法会起作用。在网上找到一些好的图像分割代码可能是最简单的。
你需要这个做什么？手动标记一些前景和背景像素是否可以接受？
@ImanolLuengo - 不幸的是，图像轮廓无法对图像进行半准确的呈现。

标签： python numpy scipy sobel

【解决方案1】：

这是一种使用交互式图像分割的方法。在这种方法中，您必须手动标记一些前景像素和一些背景像素，如下所示：

（我在 MS Paint 中进行了标记。）下面的代码使用函数 skimage.segmentation.random_walker 进行图像分割，并生成此分割图像：

（这种方法还可以处理具有更复杂背景区域的图像。）代码如下：

import skimage
import skimage.viewer
import skimage.segmentation
import skimage.data
import skimage.io
import matplotlib.pyplot as plt
import numpy as np

img = skimage.io.imread("D:/Users/Pictures/img.jpg")
imgLabeled = skimage.io.imread("D:/Users/Pictures/imgLabeled.jpg")

redChannel = imgLabeled[:,:,0]
greenChannel = imgLabeled[:,:,1]
blueChannel = imgLabeled[:,:,2]
markers = np.zeros(img.shape,dtype=np.uint)
markers[(redChannel < 20) & (greenChannel > 210) & (blueChannel < 20)] = 1
markers[(redChannel < 20) & (greenChannel < 20) & (blueChannel > 210)] = 2
plt.imshow(markers)

labels = skimage.segmentation.random_walker(img, markers, beta=1000, mode='cg')

seg1 = np.copy(img)
seg1[labels==2] = 0
seg2 = np.copy(img)
seg2[labels==1] = 0

# plt.imsave("D:/Users/Pictures/imgSeg.png",seg1)

plt.figure()
plt.imshow(seg1)
plt.figure()
plt.imshow(seg2)

【讨论】：