Я пытаюсь написать алгоритм для обнаружения блобов с использованием маркировки связанных компонентов на изображении. У меня возникают трудности с объединением разных ярлыков, если они связаны по диагонали. Делать это для горизонтально и вертикально подключенных пикселей кажется легким. Но я не могу определить способ обнаружения пикселей, которые связаны по диагонали. Потому что, если он изменится, тогда необходимо переместить изображение w.r.t в это изменение для каждого измененного пикселя. Я смущен . Можете ли вы объяснить мне, как с этим справиться. Возможно, я совершенно ошибаюсь в отношении того, что я сказал (но я добился разумных результатов, выполняя только горизонтальные и вертикальные связанные компоненты), но это не правильный путь. пожалуйста, проконсультируйтесь с тем, как точно подойти к маркировке подключенных компонентов. Я использую только массивы размеров изображения для сравнения и маркировки.Обнаружение BLOB с использованием алгоритма маркировки подключенных компонентов
0
A
ответ
0
Ну, вы можете делать горизонтальные и вертикальные, просто добавьте другое направление для диагонали, так что вы ищете соседние пиксели во всех направлениях, а не вертикальные и горизонтальные.
+0
Спасибо за ответ, я был в замешательстве, потому что я не мог визуализировать пиксели, получающие перемаркировку, когда он встречает эквивалентность w.r.t своим соседним пикселям. в любом случае я смог решить проблему, используя класс эквивалентности. алгоритм - это два прохода – chaithu
Смежные вопросы
- 1. Как эффективно хранить эквивалентности (из алгоритма маркировки подключенных компонентов)?
- 2. Проблемы с алгоритмом маркировки подключенных компонентов
- 3. Сжатие «разреженных данных» с CUDA (CCL: сокращение маркировки подключенных компонентов)
- 4. Область пересечения подключенных компонентов
- 5. Как сохранить эквивалентности в алгоритме маркировки подключенных компонентов i Fortran
- 6. Поиск подключенных компонентов с использованием Hadoop/MapReduce
- 7. Обнаружение BLOB с использованием OpenCV
- 8. Поиск подключенных компонентов
- 9. Сложность алгоритма маркировки дерева
- 10. Маркировка подключенных компонентов Определение Vs Blob Vs Contours
- 11. Поиск сильных подключенных компонентов?
- 12. Дилемма подключенных компонентов DFS
- 13. Окрестности подключенных компонентов
- 14. Обнаружение отрицательных циклов с использованием алгоритма SPFA
- 15. Вычисление поли вершин на основе результата маркировки связанных компонентов
- 16. Поиск подключенных компонентов в графе (adjA) с использованием DFS
- 17. Как проверить действия подключенных компонентов
- 18. igraph получить идентификаторы подключенных компонентов
- 19. Запрос о числе подключенных компонентов
- 20. атрибуты подключенных компонентов в python
- 21. Список ребер подключенных компонентов Python
- 22. Получение подключенных компонентов в R
- 23. Обнаружение всех подключенных мониторов с использованием Windows API
- 24. Обнаружение blob с python opencv
- 25. Обнаружение BLOB с светлыми пятнами
- 26. Обнаружение хостов, подключенных к LAN
- 27. Число подключенных компонентов в неориентированном графе
- 28. Подключенная маркировка компонентов в OpenCV с использованием рекурсивного алгоритма
- 29. AForge.NET White Blob обнаружение
- 30. обнаружение blob в C++
«Но я не могу найти способ обнаружить пиксели, которые связаны по диагонали. Потому что, если они меняются, возникает необходимость переложить изображение на это изменение для каждого измененного пикселя». - Что вы Вы хотите, чтобы использовать диагональные пиксели в вашем блобе? – Aravind
две мысли: (1) отправьте часть своего кода; (2) если два пикселя «подключены» только по диагонали, тогда вы реализуете 8-связный алгоритм, который может быть не таким, каким вы хотите. Вы хотите обнаружить шаблон шахматной доски в виде одного блоба? – Rethunk
@Retunk: Привет, Rethunk, спасибо, что прокомментировал. Я смог решить проблему, отметив эквивалентности, используя структуру union-find и изменив их значения во втором проходе. Теперь код работает отлично. Я использовал 4-соединение. – chaithu