Python中連通域分割Two-Pass算法的原理與實(shí)現(xiàn)詳解
連通域Two-Pass算法
在沒有任何先驗(yàn)知識的情況下，想完成連通域的搜索，幾乎最直接的想法，就是遍歷圖像所有像素點(diǎn)，如果兩個(gè)像素點(diǎn)相連接，便將二者視為一體，直到遍歷所有的像素。但這種遍歷在遇到類似下面的圖像時(shí)就會(huì)出現(xiàn)問題。
上面的矩陣中，數(shù)字代表有效像素，如果掃描順序是從左向右，從上到下，那么在掃描第二行時(shí)，2并不和1聯(lián)通，3盡管和1,2均聯(lián)通，但只能賦予1個(gè)編號，從而上面的情況最終標(biāo)記如下
所以，原本屬于一個(gè)連通域的3個(gè)像素點(diǎn)，被分為1,3和2兩個(gè)區(qū)域，所以需要再去遍歷一次，把相鄰的不同編號統(tǒng)一，這就是Two-Pass算法的基本思想。
數(shù)據(jù)準(zhǔn)備
在具體實(shí)現(xiàn)算法之前，先準(zhǔn)備一張二值圖像，并封裝一個(gè)繪圖函數(shù)。
import matplotlib.pyplot as plt
from scipy.ndimage import binary_erosion
import numpy as np
path = r"coin.png"
img = plt.imread(path).astype(float)
img = np.mean(img, axis=2)
th = 0.513 # climb(img, 0.1, 0, 0.01)
b = img>0.4
def drawImg(im1, im2, c1='jet', c2='jet'):
fig = plt.figure()
ax = fig.add_subplot(121)
plt.imshow(im1, cmap=c1)
plt.axis('off')
ax = fig.add_subplot(122)
plt.imshow(im2, cmap=c2)
plt.axis('off')
plt.show()
b = img>0.4
bb = binary_erosion(b, np.ones([5,5]))
第一次
第一次掃描的目的是建立當(dāng)前像素與左邊和上邊的像素之間的聯(lián)通關(guān)系，同時(shí)需要一個(gè)字典保存這種映射，為后續(xù)的連通域合并做準(zhǔn)備。
def firstPass(inImg):
L = 0 # 標(biāo)記號
outImg = inImg.astype(float)
h, w = inImg.shape
dct = {}
for i,j in product(range(h), range(w)):
if inImg[i,j] == 0:
continue
neighbors = [] # 記錄符合要求的鄰域前景
if i-1> 0 and inImg[i-1, j]>0:
neighbors.append(outImg[i-1, j])
if j-1 > 0 and inImg[i, j-1] > 0:
neighbors.append(outImg[i, j-1])
if len(neighbors) == 0:
L += 1
outImg[i,j] = L
dct[L] = [[i],[j]]
else:
tmpL = min(neighbors)
outImg[i,j] = tmpL
dct[tmpL][0].append(i)
dct[tmpL][1].append(j)
return outImg, dct
實(shí)驗(yàn)效果如下
c1, d = firtPass(bb) drawImg(bb, c1)
第二次
第二次掃描的目的是，將屬于同一連通域，但編號不同的區(qū)域，賦予相同的序號。為此 ，需要再次遍歷圖像，并通過第一次遍歷得到的映射字典，來完成連通域的合并。
def secondPass(outImg, dct):
outImg = outImg * 1
print('version')
for i,j in zip(*np.where(outImg!=0)):
Ls = [outImg[i,j]]
if i-1>0 and outImg[i-1,j] != 0:
Ls.append(outImg[i-1,j])
if j-1 > 0 and outImg[i, j-1] != 0:
Ls.append(outImg[i, j-1])
Ls = np.unique(Ls)
if len(Ls)<2:
continue
minL = np.min(Ls)
for L in Ls:
if L == minL:
continue
y,x = dct[L]
outImg[y,x] = minL
dct[minL][0].extend(dct[L][0])
dct[minL][1].extend(dct[L][1])
del dct[L]
u = np.unique(outImg)
u = np.sort(u) # 排序
N = len(u) - 1 # 此為圖標(biāo)數(shù)
for i in range(1, N+1):
outImg[outImg==u[i]] = i
N = len(np.unique(outImg))
return N, outImg
效果如下
n, c2 = secondPass(c1, d) drawImg(c1, c2)
到此這篇關(guān)于Python中連通域分割Two-Pass算法的原理與實(shí)現(xiàn)詳解的文章就介紹到這了,更多相關(guān)Python連通域分割內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了wxPython+Matplotlib繪制折線圖表，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-11-11
pyspark?dataframe列的合并與拆分實(shí)例
這篇文章主要介紹了pyspark?dataframe列的合并與拆分實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-03-03
今天小編就為大家分享一篇python將txt文件讀取為字典的示例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
Python實(shí)現(xiàn)批量讀取word中表格信息的方法
這篇文章主要介紹了Python實(shí)現(xiàn)批量讀取word中表格信息的方法,可實(shí)現(xiàn)針對word文檔的讀取功能,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了Python去除字符串兩端空格的方法,本文主要講解了string.lstrip、string.rstrip、string.strip等函數(shù)的運(yùn)用,需要的朋友可以參考下2015-05-05
今天小編就為大家分享一篇對python中Librosa的mfcc步驟詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
pandas DataFrame tail的使用小結(jié)
本文主要介紹了pandas DataFrame tail的使用小結(jié),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2025-05-05
使用Python獲取文件夾下所有文件可采用os模塊或pathlib模塊,os模塊通過os.listdir和os.walk方法實(shí)現(xiàn)文件遍歷,而pathlib模塊通過Path類和其iterdir與rglob方法實(shí)現(xiàn),兩種方法各有優(yōu)勢,可根據(jù)具體需求選擇使用,需要的朋友可以參考下2024-11-11
Python中使用第三方庫xlutils來追加寫入Excel文件示例
這篇文章主要介紹了Python中使用第三方庫xlutils來追加寫入Excel文件示例,本文直接給出追加寫入示例和追加效果,需要的朋友可以參考下2015-04-04
基于Python編寫一個(gè)Excel轉(zhuǎn)XML格式轉(zhuǎn)換工具
在日常開發(fā)工作中,我們經(jīng)常需要處理不同格式的數(shù)據(jù)轉(zhuǎn)換,今天分享一個(gè)實(shí)用的Python腳本,它能夠?qū)xcel中的數(shù)據(jù)自動(dòng)轉(zhuǎn)換為符合特定格式要求的XML文件,這個(gè)工具特別適合處理配置文件、本地化文件、元數(shù)據(jù)轉(zhuǎn)換等場景,需要的朋友可以參考下2025-09-09