从图像中提取 N 个补丁

Question

我有一张尺寸为155 x 240的图像。 像下面这样：

我想提取特定形状的补丁(25 x 25) 。 我不想修补整个图像。

我想从图像的非零（非背景）区域中提取N 个补丁。 我怎样才能做到这一点？ 任何想法或建议或实施将不胜感激。 您可以尝试使用 Matlab 或 Python。

注意：我生成了一个随机图像，以便您可以对其进行处理以进行修补。 image_process变量是此代码中的图像。

import numpy as np
from scipy.ndimage.filters import convolve
import matplotlib.pyplot as plt

background = np.ones((155,240))
background[78,120] = 2
n_d = 50
y,x = np.ogrid[-n_d: n_d+1, -n_d: n_d+1]
mask = x**2+y**2 <= n_d**2
mask = 254*mask.astype(float)


image_process = convolve(background, mask)-sum(sum(mask))+1
image_process[image_process==1] = 0
image_process[image_process==255] = 1

plt.imshow(image_process)

Answer 1

假设您要省略的像素值为 0。

在这种情况下，您可以做的是首先找到非零值的索引，然后在min / max位置对图像进行切片以获得所需的区域，然后简单地应用具有所需窗口大小和数量的extract_patches_2d补丁。

例如，给定您提供的虚拟图像：

import numpy as np
from scipy.ndimage.filters import convolve
import matplotlib.pyplot as plt

background = np.ones((155,240))
background[78,120] = 2
n_d = 50
y,x = np.ogrid[-n_d: n_d+1, -n_d: n_d+1]
mask = x**2+y**2 <= n_d**2
mask = 254*mask.astype(float)


image_process = convolve(background, mask)-sum(sum(mask))+1
image_process[image_process==1] = 0
image_process[image_process==255] = 1
plt.figure()
plt.imshow(image_process)
plt.show()

from sklearn.feature_extraction.image import extract_patches_2d
x, y = np.nonzero(image_process)
xl,xr = x.min(),x.max()
yl,yr = y.min(),y.max()
only_desired_area = image_process[xl:xr+1, yl:yr+1]

window_shape = (25, 25)
B = extract_patches_2d(only_desired_area, window_shape, max_patches=100)  # B shape will be (100, 25, 25)

如果您绘制only_desired_area您将获得以下图像：

这是主要逻辑，如果您希望更严格的界限，您应该正确调整切片。