为彩色分割图像设置阈值以对其进行分类答案

【问题标题】：Setting a threshold value for color segmented images to classify them为彩色分割图像设置阈值以对其进行分类
【发布时间】：2021-05-06 18:19:25
【问题描述】：

我正在尝试将图像分类为“好”或“坏”。在给定的感兴趣区域中，如果感兴趣的区域绘制得很好，那么它就是一个好图像，否则就不好。我使用 K 方法对绘制的部分进行了聚类，然后我计算了绘制部分的像素。如何使用计数的像素数设置阈值以将图像分类为好或坏？或者有没有更好的方法可以尝试？我尝试训练简单的 CNN，但数据集有很大的类不平衡（正如我所观察到的），而且我没有图像标签。

【问题讨论】：

这似乎是一个效率极低的解决方案。你能更详细地解释你想要达到的目标吗？
我添加了画得好和画得不好的示例图像。我应该对它们进行分类。

标签： python computer-vision

【解决方案1】：

您的问题没有“正确”答案，只有您知道什么是可接受的油漆工作。我的建议是创建一个脚本来处理您认为“好”的大量图像，将所有像素计数附加到列表中，然后从该列表中提取一些统计信息。查看该列表的最小值、最大值和平均值，并相应地决定您的阈值是多少。然后对你认为“坏”的图像做同样的事情，看看阈值是否总是大于你的最大“坏”值。当然，您拥有的数据越多，您的结果就越可靠。

【讨论】：

我尝试使用 min-max 值设置阈值，但无法获得好的结果。如果我找不到更好的解决方案，我会回到它并尝试改变投资回报率和其他东西。
在这种情况下，像素计数的单个阈值将不适合您的问题。在任何情况下，如果您希望任何人能够有效地帮助您，您都应该提供有关您的问题、您尝试过的内容、示例图像和分段可重现代码的更多信息。