【问题标题】:Comparing labels of connected components in two images比较两个图像中连接组件的标签
【发布时间】:2018-11-24 23:40:38
【问题描述】:

我有一个 32 位图像,其中包含多个具有不同标签的连接组件(例如 3 个标签)。我们还假设这 3 个标签值分别为 316067、213676 和 1000。出于某种原因,我必须将此图像转换为 16 位。当然,在我进行转换之后,标签会映射到 16 位范围。假设这些标签分别映射到 3000、14000 和 1000(我知道在转换后的图像中,已经在 16 位范围内的标签不会映射到任何新数字)。我的目标是找到在映射时从 32 位图像更改为 16 位图像的所有此类标签。在上面的例子中,我想找到以下内容。

1) 标签 1 和 2 被映射到一个新的标签值。 2)标签1从316067映射到3000,标签2从213676映射到14000。

这对我来说变得很有挑战性,因为我有数百个这样的 32 位图像需要转换为 16 位图像,并且需要读出更改后的标签。同样在每张图片中,我都有数千个标签。

实现这一点的最合适和最有效的方法是什么? Python中有没有可以做到这一点的例程?有人可以指点我的代码 sn-p 吗?

【问题讨论】:

    标签: python image type-conversion python-imaging-library scikit-image


    【解决方案1】:

    我正在尝试制定答案,但您的问题不清楚,我想说的内容不符合评论格式或不适合评论,因此我将从部分答案开始,并在您澄清时对其进行编辑/开发.. .

    您没有说您的图像是单通道的,但是当您将 3 个标签指定为 316067、213676 和 1000 时,我认为是单通道。对吗?

    让我们合成一个示例图像:

    im = np.arange(0,65536*65536,8192,dtype=np.uint32).reshape(1024,-1)
    

    这使im 为 1024x512 像素,值为:

       array(
       [[         0,       8192,      16384, ...,    4177920, 4186112],
       [   4194304,    4202496,    4210688, ...,    8372224,  8380416],
       ...,
       [4282384384, 4282392576, 4282400768, ..., 4286562304, 4286570496],
       [4286578688, 4286586880, 4286595072, ..., 4290756608, 4290764800],
       [4290772992, 4290781184, 4290789376, ..., 4294950912, 4294959104]],
       dtype=uint32)
    

    它给出了唯一标签/颜色的数量:

    len(np.unique(im))                                                                                                                                                                                       
    524288
    

    那么,那是代表吗?现在您如何获得 16 位图像?为什么?

    【讨论】:

    • 谢谢@Mark Setchell。是的,您创建的图像代表了我拥有的图像类型。让我将问题更改为以下内容。假设我想将所有不在 16 位范围内的标签转换为 16 位范围,同时确保它不是图像中已经存在的 16 位标签之一。然后我想得到一张地图,哪个标签被转换成什么(包括那些已经在 16 位范围内并且没有改变的标签)
    • 您能否澄清一下您迄今为止所使用的技术/功能,正如您的问题中提到的那样?
    • 你说的地图到底是什么意思?另一个图像或 CSV - 我的意思是地图是什么样的?
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2019-10-20
    • 1970-01-01
    • 2018-04-26
    • 2012-04-04
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多