小编Yif*_*_Li的帖子

我在同一张图片上从opencv和skimage运行SLIC（简单线性迭代聚类）超像素算法，但得到了不同的结果，skimage slic结果更好，如下图所示。第一个是opencv SLIC，第二个是skimage SLIC。我有几个问题希望someonc可以提供帮助。

1. 为什么opencv有参数'region_size'而skimage是'n_segments'？
2. 是否需要转换为 LAB 和 guassian 模糊？
3. 有什么技巧可以优化 opecv SLIC 结果吗？

====================================

• OpenCV SLIC

• Skimage SLIC

# Opencv
src = cv2.imread('pic.jpg') #read image
# gaussian blur
src = cv2.GaussianBlur(src,(5,5),0)
# Convert to LAB
src_lab = cv.cvtColor(src,cv.COLOR_BGR2LAB) # convert to LAB

# SLIC
cv_slic = ximg.createSuperpixelSLIC(src_lab,algorithm = ximg.SLICO, 
region_size = 32)
cv_slic.iterate()



# Skimage
src = io.imread('pic.jpg')
sk_slic = skimage.segmentation.slic(src,n_segments = 256, sigma = 5)

使用以下代码生成的具有超像素质心的图像

# Measure properties of labeled image regions
regions = regionprops(labels)
# Scatter …

我正在尝试使用 QLabel 显示 opencv 图像。我得到了两个不同版本的图像，第一个是 opencv BGR 图像，第二个是使用 image[:,:,::-1] 的 RGB 图像，BGR 版本工作正常但 RGB 版本不起作用.

以下代码工作正常

src = cv.imread('image.jpg')
h,w,ch = src.shape
bytesPerLine = ch * w
qImg = QImage(src.data, w, h, bytesPerLine, QImage.Format_RGB888)
qImg = qImg.rgbSwapped()
self.ui.label.setPixmap(QPixmap.fromImage(qImg))

这些代码不起作用：

src = cv.imread('image.jpg')
src = src[:,:,::-1]
h,w,ch = src.shape
bytesPerLine = ch * w
qImg = QImage(src.data, w, h, bytesPerLine, QImage.Format_RGB888)
self.ui.label.setPixmap(QPixmap.fromImage(qImg))