Python中連通域分割Two-Pass算法的原理與實現(xiàn)詳解
連通域Two-Pass算法
在沒有任何先驗知識的情況下，想完成連通域的搜索，幾乎最直接的想法，就是遍歷圖像所有像素點，如果兩個像素點相連接，便將二者視為一體，直到遍歷所有的像素。但這種遍歷在遇到類似下面的圖像時就會出現(xiàn)問題。
上面的矩陣中，數(shù)字代表有效像素，如果掃描順序是從左向右，從上到下，那么在掃描第二行時，2并不和1聯(lián)通，3盡管和1,2均聯(lián)通，但只能賦予1個編號，從而上面的情況最終標(biāo)記如下
所以，原本屬于一個連通域的3個像素點，被分為1,3和2兩個區(qū)域，所以需要再去遍歷一次，把相鄰的不同編號統(tǒng)一，這就是Two-Pass算法的基本思想。
數(shù)據(jù)準(zhǔn)備
在具體實現(xiàn)算法之前，先準(zhǔn)備一張二值圖像，并封裝一個繪圖函數(shù)。
import matplotlib.pyplot as plt
from scipy.ndimage import binary_erosion
import numpy as np
path = r"coin.png"
img = plt.imread(path).astype(float)
img = np.mean(img, axis=2)
th = 0.513 # climb(img, 0.1, 0, 0.01)
b = img>0.4
def drawImg(im1, im2, c1='jet', c2='jet'):
fig = plt.figure()
ax = fig.add_subplot(121)
plt.imshow(im1, cmap=c1)
plt.axis('off')
ax = fig.add_subplot(122)
plt.imshow(im2, cmap=c2)
plt.axis('off')
plt.show()
b = img>0.4
bb = binary_erosion(b, np.ones([5,5]))
第一次
第一次掃描的目的是建立當(dāng)前像素與左邊和上邊的像素之間的聯(lián)通關(guān)系，同時需要一個字典保存這種映射，為后續(xù)的連通域合并做準(zhǔn)備。
def firstPass(inImg):
L = 0 # 標(biāo)記號
outImg = inImg.astype(float)
h, w = inImg.shape
dct = {}
for i,j in product(range(h), range(w)):
if inImg[i,j] == 0:
continue
neighbors = [] # 記錄符合要求的鄰域前景
if i-1> 0 and inImg[i-1, j]>0:
neighbors.append(outImg[i-1, j])
if j-1 > 0 and inImg[i, j-1] > 0:
neighbors.append(outImg[i, j-1])
if len(neighbors) == 0:
L += 1
outImg[i,j] = L
dct[L] = [[i],[j]]
else:
tmpL = min(neighbors)
outImg[i,j] = tmpL
dct[tmpL][0].append(i)
dct[tmpL][1].append(j)
return outImg, dct
實驗效果如下
c1, d = firtPass(bb) drawImg(bb, c1)
第二次
第二次掃描的目的是，將屬于同一連通域，但編號不同的區(qū)域，賦予相同的序號。為此 ，需要再次遍歷圖像，并通過第一次遍歷得到的映射字典，來完成連通域的合并。
def secondPass(outImg, dct):
outImg = outImg * 1
print('version')
for i,j in zip(*np.where(outImg!=0)):
Ls = [outImg[i,j]]
if i-1>0 and outImg[i-1,j] != 0:
Ls.append(outImg[i-1,j])
if j-1 > 0 and outImg[i, j-1] != 0:
Ls.append(outImg[i, j-1])
Ls = np.unique(Ls)
if len(Ls)<2:
continue
minL = np.min(Ls)
for L in Ls:
if L == minL:
continue
y,x = dct[L]
outImg[y,x] = minL
dct[minL][0].extend(dct[L][0])
dct[minL][1].extend(dct[L][1])
del dct[L]
u = np.unique(outImg)
u = np.sort(u) # 排序
N = len(u) - 1 # 此為圖標(biāo)數(shù)
for i in range(1, N+1):
outImg[outImg==u[i]] = i
N = len(np.unique(outImg))
return N, outImg
效果如下
n, c2 = secondPass(c1, d) drawImg(c1, c2)
到此這篇關(guān)于Python中連通域分割Two-Pass算法的原理與實現(xiàn)詳解的文章就介紹到這了,更多相關(guān)Python連通域分割內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了簡潔的十分鐘Python入門教程,Python語言本身的簡潔也使得網(wǎng)絡(luò)上各種Python快門入門教程有著很高的人氣,本文是國內(nèi)此類其中的一篇,需要的朋友可以參考下2015-04-04
Python異常信息的不同展現(xiàn)方法總結(jié)
在日常開發(fā)的過程中，當(dāng)代碼報錯時，我們通常要不斷打印、閱讀traceback提示信息，來調(diào)試代碼，這篇文章介紹了如何實現(xiàn)一個Exception?Hooks，使得traceback模塊的提示信息更加精確；同時還介紹了一些第三方庫，這些庫也提供了Exception?Hooks的功能2022-11-11
Python+Pika+RabbitMQ環(huán)境部署及實現(xiàn)工作隊列的實例教程
RabbitMQ是一個消息隊列服務(wù)器,在本文中我們將學(xué)習(xí)到Python+Pika+RabbitMQ環(huán)境部署及實現(xiàn)工作隊列的實例教程,需要的朋友可以參考下2016-06-06
本篇文章主要介紹了python分布式環(huán)境下的限流器的示例，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-10-10
這篇文章主要介紹了python模塊itsdangerous簡單介紹,本文通過案例分析給大家詳細(xì)講解，對python模塊itsdangerous相關(guān)知識感興趣的朋友一起看看吧2022-11-11
在本篇文章里小編給大家分享了關(guān)于python適合人工智能的理由和優(yōu)勢以及相關(guān)知識點，需要的朋友們學(xué)習(xí)下。2019-06-06
這篇文章主要介紹了Python中字符串的格式化方法小結(jié),提到了針對Python2.x與3.x版本相異情況下的不同技巧,需要的朋友可以參考下2016-05-05
利用Python中的mock庫對Python代碼進(jìn)行模擬測試
這篇文章主要介紹了利用Python中的mock庫對Python代碼進(jìn)行模擬測試,mock庫自從Python3.3依賴成為了Python的內(nèi)置庫,本文也等于介紹了該庫的用法,需要的朋友可以參考下2015-04-04
Python使用百度通用API進(jìn)行翻譯實現(xiàn)
本文主要介紹了Python使用百度通用API進(jìn)行翻譯實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
Python如何使用logging為Flask增加logid
這篇文章主要介紹了Python如何使用logging為Flask增加logid，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03