Я использовал scikit-image, чтобы с легкостью классифицировать дорожные функции. См. Ниже: . У меня возникли проблемы с следующим шагом, который заключается в классификации функций. Например, предположим, что эти функции расположены в коробке (600, 800) и (1400, 600).Извлечение атрибутов из изображений с использованием Scikit-image
код я использую для извлечения информации является:
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)
Цель состоит в том, чтобы иметь таблицу в следующем виде:
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
бы на основе цветов, идеально плечи будут одного цвета, деревья и щетка будут другими и т. д.
Как я могу извлечь нужные данные? (то есть: scikit разбивает изображение на разные компоненты, где я знаю местоположение каждого компонента. Затем я могу передать каждый компонент в классификатор, который определит, каков каждый компонент) Спасибо!
ваш вопрос кажется неопределенным. Вы хотите найти ограничительную рамку для каждой области функций? если да, хотите ли вы, чтобы они перекрывались или не перекрывались? Вы хотите отобразить карты функций в стандартную сетку с пониженной выборкой? вы можете уточнить? – fireant
@fireant конечная цель, могу ли я сделать это на целом изображении или на маленькой ограничивающей рамке, чтобы идентифицировать функции, основанные на «цветах». Таким образом, дорога была бы (1), плечом (2), канавой 3), деревьями (4) и т. Д. – dassouki
Но почему бы вам просто не нарезать изображение или классификацию? Scikit Image работает с ndarray, вы можете сделать «color_image [600: 800,1400: 1600 ,:]». Я интерпретирую это плохо? – armatita