[英]Extract polygon coordinates from image (map)
我有以下 map:
我想提取多边形坐标(pixls),我使用以下代码片段,但倒置标记图像全为 0(假):
import numpy as np
from skimage import io, measure, morphology
from skimage.io import imsave, imread
img = io.imread('map.png', as_gray=True)
imsave("test.png", img)
img = morphology.binary_dilation(img, selem=np.ones((5,5)))
img_inverted = np.invert(img)
img_inverted_labeled = measure.label(img_inverted)
n_lbls = np.unique(img_inverted_labeled)[1:]
pols = []
for i in n_lbls:
img_part = (img_inverted_labeled == i)
pols.append(measure.find_contours(img_part, level=0)[0])
反转后的图像如下:
我相信问题在于这一行中 selem 的值:
img = morphology.binary_dilation(img, selem=np.ones((5,5)))
你能告诉我这段代码有什么问题吗..
编辑反转图像(灰度)时的唯一值:
[235, 227, 219, 212, 204, 230, 215, 199, 207, 188, 184, 172, 176, 196, 192, 179, 223, 211, 203, 173, 191, 228, 216, 232, 200, 208, 171, 183, 175, 180, 195, 236, 221, 234, 233, 226, 220]
我想我需要根据一些阈值将这些值分为两类(白色/黑色)。 您能否确认我的发现,如果是这样,我该如何计算这个值?
是的,这里的门槛会起作用。 查看图像0.7
的最小值和最大值似乎是合理的:
import numpy as np
from skimage import io, measure, morphology
from skimage.io import imsave, imread
from matplotlib import pyplot as plt
img = io.imread('map.png', as_gray=True)
# do thresholding
mask = img < 0.7
plt.matshow(mask, cmap='gray')
# ij coords of perimeter
coords = np.nonzero(mask)
coords
>>> (array([ 61, 61, 61, ..., 428, 428, 428]),
array([200, 201, 202, ..., 293, 294, 295]))
如果你只想要周界线而不是面积(因为它有宽度),那么你可以这样做:
from skimage.morphology import skeletonize
fig, ax = plt.subplots(dpi=150)
ax.matshow(skeletonize(mask), cmap='gray')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.