移除掩码中的小对象并在 for 循环外生成新的二进制掩码

【问题标题】：Remove small objects in a mask and generate a new binary mask out of for loop移除掩码中的小对象并在 for 循环外生成新的二进制掩码
【发布时间】：2019-01-06 23:23:02
【问题描述】：

感谢您的帮助；

这部分代码允许我绘制我想要的，但我需要将结果（具有 >500 个区域对象的二进制图像）分配给一个变量以进行进一步处理

Improved_label = np.zeros_like(label_image)

#props = regionprops(label_image)

for R in regionprops(label_image):
    if R.area > 500:
        # draw the region (I'm sure there's a more efficient way of doing it)
        for c in R.coords:  
            Improved_label[c[0], c[1]] = 1

#Improved_labe1 = Improved_label > 1

【问题讨论】：

标签： label generate

【解决方案1】：

显然，变量名称开头的“改进”名称有问题（不知道为什么）。但无论如何，这里有两个解决这个问题的方法。希望对有Matlab背景的人有所帮助：

-------------选项A--------------

label2_test = np.zeros_like(label_image)

for R in regionprops(label_image):
    if R.area > 1000:
        # draw the region (I'm sure there's a more efficient way of doing it)
        for c in R.coords:  
            label2_test[c[0], c[1]] = 1

label2_test = label2_test > 0

plt.imshow(labe2_test)

----------------选项B-----------------

from skimage import morphology
labe1_improved = morphology.remove_small_objects(label_image, min_size=1000)

【讨论】：