标签: scikit-image

我正在对Kaggle进行CIFAR挑战.

他们给了一个包含5万张图片的.7z文件作为火车.我花了1个小时解压缩它然后再花40分钟读取所有文件并将其放在内存中.

试图不创建50k文件,因为这是这个的瓶颈,我已经安装了pylzma和其他库,但所有这些都会告诉我该文件无效.

来自bash的7z可以正确读取文件,并列出文件.所以我使用Popen了解压缩所有文件并使用bash 7z程序将它放在内存中的字符串中

import subprocess
p = subprocess.Popen(["7z", "e", "-so", "awa.7z"], stdout=subprocess.PIPE).communicate()[0]

我已经设法通过查看其大小,然后从字符串中获取适当的字节来单独获取每个文件

f1 = p[0][0:2105]

我现在想要的是欺骗Python认为F1文件指针,这样我就可以调用skimage.io.imread并将它转换为适当的结构.或者也许只是将内存值传递给skimage,它会为我转换它.

我注意到各种面向Python科学图形的软件包之间的骨架几何存在显着差异。

使用OpenCV-Python的骨架：

使用pymorph的骨架：

使用scikit-image的骨骼：

可以观察到，OpenCV-Python和pymorph产生相同的骨架，而scikit-image则不然。骨骼差异的原因是什么？哪一个是合适的骨架？

我有一个单波段二进制图像(仅包含0和1像素值),如下图所示.

我必须将外部白色边界内的所有黑色像素转换为白色.外部白色边界外的黑色像素应保持黑色.

你会怎么做？

我在Python 2.7中使用了Skimage软件包很长一段时间.

最近我将我的Ubuntu升级到14.10现在我无法从Skimage包中导入过滤器(过去是过滤器).

Python 2.7.9 (default, Apr  2 2015, 15:33:21) 
[GCC 4.9.2] on linux2
Type "copyright", "credits" or "license()" for more information.
>>> from skimage import filters

Traceback (most recent call last):
  File "<pyshell#0>", line 1, in <module>
    from skimage import filters
  File "/usr/local/lib/python2.7/dist-packages/skimage/filters/__init__.py", line 17, in <module>
    from .. import restoration
  File "/usr/local/lib/python2.7/dist-packages/skimage/restoration/__init__.py", line 21, in <module>
    from .deconvolution import wiener, unsupervised_wiener, richardson_lucy
  File "/usr/local/lib/python2.7/dist-packages/skimage/restoration/deconvolution.py", line 10, in <module>
    from scipy.signal import convolve2d
  File "/usr/lib/python2.7/dist-packages/scipy/signal/__init__.py", line 240, in <module> …

我的某些图像出现了零分割错误（即使其中许多图像都可以正常工作）：

这是代码：

image = skimage.io.imread('test.png', False)
image_gray = skimage.io.imread('test.png', True)
blurred = cv2.GaussianBlur(img_as_ubyte(image_gray), (5, 5), 0)
thresh = threshold_li(blurred)
binary = blurred > thresh
binary_cv2 = img_as_ubyte(binary)

# find contours in the thresholded image
cnts = cv2.findContours(binary_cv2.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if imutils.is_cv2() else cnts[1]

# loop over the contours
for c in cnts:
    # compute the center of the contour
    M = cv2.moments(c)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])

    # draw the contour and …

我想将图片准确地转换为黑白图像，其中种子将用白色表示，背景用黑色表示。我想在python opencv代码中使用它。请帮帮我

使用下面的给定代码，对于上述图片，我得到了很好的结果。现在，我有另一幅画，其阈值似乎不起作用。我该如何解决这个问题。我得到的输出如下图

同样，种子中也有一些凹痕，程序将其作为种子的边界，效果不佳，如下图所示。我如何使该程序忽略凹痕。在这种情况下，遮盖种子是个不错的选择。

我正在尝试遵循scikit-image中有关模板匹配的教程（在此处检查）。

仅使用此示例，我想找到图像中所有匹配的硬币（最大值），而不仅仅是得分最高的硬币。我在考虑使用：

maxima = argrelextrema(result, np.greater)

但是问题在于它还发现了很小的局部最大值，这只是一种噪声。有什么办法可以筛选numpy数组并找到最强的最大值？谢谢！

我想在渐变颜色的skimage中绘制一个椭圆形蒙版.颜色从椭圆内部开始变化,并在外部椭圆处结束.如何用skimage或open-cv绘制它？

如下图所示:

我想使用最近邻居插值来调整标记的分割蒙版的大小。

scikit-image具有两个相关功能：调整大小和调整大小

但是，这两个函数均不允许您指定插值方法。

在调整分割蒙版大小时，使用“最近邻”插值非常重要。

有谁知道如何使用scikit-image或scipy什至是其他可以轻松点子安装的软件包来执行此操作。我知道如何在opencv中执行此操作，但不能在所有平台上都安装pip。

我有一个看起来像这样的二进制黑白图像

我想填写那些白色圆圈是纯白色圆盘.我怎么能这样做Python,最好使用skimage？