使用Scikit-image从图像中提取属性

Question

我一直在使用scikit-image对道路功能进行分类并获得一些成功.见下文:.我无法进行下一步,即对功能进行分类.例如,假设这些特征位于框(600,800)和(1400,600)中.

我用来提取信息的代码是:

from skimage import io, segmentation as seg
color_image = io.imread(img)  
plt.rcParams['image.cmap'] = 'spectral'
labels = seg.slic(color_image, n_segments=6, compactness=4)

目标是以下列形式提供表格:

Image, feature_type, starting_pixel, ending_pixel
001    a             (600, 600),     (1300, 700) 
002    b             (600, 600),     (1100, 700)
002    undefined     (700, 700),     (900, 800)

feature_type 将基于颜色,理想情况下肩膀将是一种颜色,树木和刷子将是另一种颜色,等等.

如何提取我需要的数据？(即:scikit将图像分成不同的组件,我知道每个组件的位置.然后我可以将每个组件传递给分类器,分类器将识别每个组件是什么)谢谢!

Answer 1

这是我第一次尝试该软件包。我尝试使用更简单的图像，或多或少得到了正确的结果：

from skimage import io, segmentation as seg
import matplotlib as plt
import numpy as np
color_image = io.imread('smallimg.jpg')
labels = seg.slic(color_image, n_segments=4, compactness=4)
for section in np.unique(labels):
    rows, cols = np.where(labels == section)
    print("Image="+str(section))
    print("Top-Left pixel = {},{}".format(min(rows), min(cols)))
    print("Bottom-Right pixel = {},{}".format(max(rows), max(cols)))
    print("---")

输出：

Image=0
Top-Left pixel = 3,1
Bottom-Right pixel = 15,18
---
Image=1
Top-Left pixel = 26,1
Bottom-Right pixel = 34,18
---
Image=2
Top-Left pixel = 43,1
Bottom-Right pixel = 52,16
---
Image=3
Top-Left pixel = 0,0
Bottom-Right pixel = 59,19
---

请注意，由于梯度的原因，最右边的像素并不完全是我的意思。最后一段是白色背景。

我尝试了你的图像，但我认为你必须正确分割。如果你想获得 6 个图像+背景，我会使用 n_segments=7 。

我还在有关紧凑性的文档中看到：“此参数很大程度上取决于图像对比度和图像中对象的形状。”。所以你想要的可能很难实现。

如果您在上面显示的图像上绘制六张图片，为什么在绘制图片时不获取这些坐标而不是对最终结果应用分割？