Conseils aux débutants en Python pour utiliser l'exemple Scikit-image par eux-mêmes

OpenCV pour débutants en Python J'ai donc écrit comment exécuter l'exemple Python dans OpenCV (répertoire opencv) \ sources \ samples \ python2.

Ajout d'OpenCV-Python et de Scikit-image aux "incontournables" Tutoriels OpenCV-Python "2" Alors, j'ai montré comment télécharger et exécuter l'exemple depuis Distributor of Scikit-image.

"Tutoriels OpenCV-Python", "Vision par ordinateur pratique" et scikit-learn Donc, j'ai montré comment télécharger et exécuter l'exemple depuis Distributeur de scikit-learn.

Ces exemples incluent le script et ses données requises sous forme d'ensemble afin que vous puissiez commencer. Attiré par Python en raison de l'attrait d'OpenCV-Python, Scikit-image, scikit-learn Le nombre de personnes qui viennent augmente.

Dans cet article, j'écrirai le contenu pour que les débutants en Python puissent jouer avec l'exemple Scikit-image avec une légère modification.

** Astuce: Remplaçons l'image d'entrée. ** **

Article de référence [Série] «Programmation CV utilisant python et OpenCV» Partie 8: OpenCV-python ① Entrée / sortie d'image et visualisation (highGUI)) OpenCV-Python, scikit-image et scikit-learn utilisent tous un format de données commun. pour cette raison, Vous pouvez remplacer les données d'entrée dans l'exemple de script scikit-image par quelque chose comme cv2.imread d'OpenCV-Python ("lena.jpg "). Si vous remplacez les données d'entrée, vous trouverez diverses choses.

Tâche: [Normalized Cut] (http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_ncut.html#example-segmentation-plot-ncut-py)

Changeons l'image d'entrée avec l'exemple de.

** Astuce: saisissez une image réduite **

Modifions la taille de l'image d'entrée. Recherchez cv2.resize (). Traitement d'image par python + Opencv 5 (redimensionnement) Puisque la valeur de retour de cv2.resize () est l'image réduite, Une caractéristique de la bibliothèque Python est qu'il est facile de faire la distinction entre l'entrée et la sortie d'une fonction.

Tâche:

[Normalized Cut] (http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_ncut.html#example-segmentation-plot-ncut-py)

Réduisons l'image d'entrée de moitié et exploitons-la avec l'exemple de.

** Astuce: découpons une image partielle. ** **

OpenCV-Python, scicit-image et scikit-learn utilisent tous un format de données commun. Pour les images couleur, spécifiez les indices dans l'ordre img [coordonnée y, coordonnée x, BGR]. Dans les images en échelle de gris, il s'agit d'un indice de gris [coordonnée y, coordonnée x]. Pour connaître la taille de l'image [h, w] = img.shape[:2] [h, w] = gray.shape Ce sera. La plage de la coordonnée y est 0 pour la valeur minimale et h-1 pour la valeur maximale. La plage de coordonnées x est 0 pour la valeur minimale et w-1 pour la valeur maximale.

subImg = img[yu:yd, xl:xr, :] Lorsque, le point (yu, yd) est inclus dans l'image partielle, Gardez à l'esprit que les positions yd et xr ne sont pas incluses dans l'image partielle.

Article de référence Diviser les images avec Python et OpenCV

Tâche:

Essayez d'utiliser la [Coupe normalisée] ci-dessus (http://scikit-image.org/docs/dev/_images/plot_ncut.png) pour faire de l'image d'entrée une image partielle.

** Remarque: **

Dans le cas d'OpenCV-C ++, le format de données de cv :: Mat est utilisé. Aussi dans ce cas cv::Mat img = cv2.imread("lena.jpg ", 0);

Pour accéder aux éléments de cv :: Mat Le premier indice est y et le deuxième indice est x. Ceci est commun à OpenCV-Python utilisant numpy.array et OpenCV-C ++ utilisant cv :: Mat. img.at(y,x)

Astuce 2 Traitez plusieurs fichiers