сегментация изображений с использованием kmeans clustering python opencv

Question

Я пытался достичь аналогичных результатов с этим MATLAB code , который дает мне результат, который я ищу, однако, я пытаюсь достичь этого с помощью OpenCV 3 + Python.

Вот подобная реализация в OpenCV 3 + Python:

import cv2 
import numpy as np 

class Segment: 
    def __init__(self,segments=5): 
     #define number of segments, with default 5 
     self.segments=segments 

    def kmeans(self,image): 
     image=cv2.GaussianBlur(image,(7,7),0) 
     vectorized=image.reshape(-1,3) 
     vectorized=np.float32(vectorized) 
     criteria=(cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0) 
     ret,label,center=cv2.kmeans(vectorized,self.segments,None,criteria,10,cv2.KMEANS_RANDOM_CENTERS) 
     res = center[label.flatten()] 
     segmented_image = res.reshape((image.shape)) 
     return label.reshape((image.shape[0],image.shape[1])),segmented_image.astype(np.uint8) 


    def extractComponent(self,image,label_image,label): 
     component=np.zeros(image.shape,np.uint8) 
     component[label_image==label]=image[label_image==label] 
     return component 

if __name__=="__main__": 
    import argparse 
    import sys 
    ap = argparse.ArgumentParser() 
    ap.add_argument("-i", "--image", required = True, help = "Path to the image") 
    ap.add_argument("-n", "--segments", required = False, type = int, 
     help = "# of clusters") 
    args = vars(ap.parse_args()) 

    image=cv2.imread(args["image"]) 
    if len(sys.argv)==3: 

     seg = Segment() 
     label,result= seg.kmeans(image) 
    else: 
     seg=Segment(args["segments"]) 
     label,result=seg.kmeans(image) 
    cv2.imshow("segmented",result) 
    result=seg.extractComponent(image,label,2) 
    cv2.imshow("extracted",result) 
    cv2.waitKey(0) 

Что я ищу является возможность извлечь сам по себе и прямоугольник вокруг него само по себе, а фон сам по себе, так что я могу манипулировать их отдельно.

Здесь вы можете увидеть исходное изображение + токовый выход + желаемый результат:

Любая идея, как я могу добиться этого?

Answer 1

Я не могу сделать это прямо сейчас, но есть некоторые различия между вашей реализации и один Matlab, что вы должны смотреть:

• Цветовое пространство: пример MatLab работает на L * A * B * и ваша реализация на BGR, в частности, на «а *» и «б *» каналов
• nClusters: как вы не жестко кодировать его, я предполагаю, что вы используете segments=3 так же, как примеры от Matlab делает, правильно? Ваш умолчанию 5 ...
• GaussianBlur: Я не вижу какой-либо размытости применяется на примере Matlab в
• Попытки: вы используете attempts=10, в то время как Matlab только 3