Средний цвет среза суперпиксела
Я хочу сегментировать изображение, используя нарезанные суперпиксели, а затем заменить исходный цвет суперпикселя на средний цвет указанного суперпикселя.
import numpy as np
import matplotlib.pyplot as plt
from skimage import io
from skimage.segmentation import slic, mark_boundaries
from skimage.data import astronaut
from skimage.measure import regionprops
img = astronaut()
segments = slic(img, n_segments=512, compactness=10,
multichannel=True,
enforce_connectivity=True,
convert2lab=True)
regions = regionprops(segments, intensity_image=img)
Я получаю ошибкуValueError: Label and intensity image must have thesame shape.
Форма сегментов (512,512) и img (512,512,3). Как правильно использовать regionprops
в моем случае?
2 ответа
Решение
Согласно документации, regionprops
может только количественно определить серое изображение, и не будет работать для цвета.
Простым решением было бы измерить среднюю интенсивность в каждом канале в отдельности и объединить результаты:
out = np.empty_like(img)
for ii in range(3):
regions = regionprops(segments, intensity_image=img[:,:,ii])
# paint, and write to out[:,:,ii]
Используя PyDIP, это можно сделать довольно просто (отказ от ответственности: я автор):
import PyDIP as dip
segments = segments.astype('uint32') # 64-bit types not accepted by PyDIP
msr = dip.MeasurementTool.Measure(segments, img, ['Mean'])
out = dip.ObjectToMeasurement(segments, msr['Mean'])
out.Show()
Я последовал первой рекомендации принятого ответа. Рабочая версия моего кода:
import matplotlib.pyplot as plt
from skimage.segmentation import slic
from skimage.data import astronaut
from skimage.measure import regionprops
def paint_region_with_avg_intensity(rp, mi, channel):
for i in range(rp.shape[0]):
img[rp[i][0]][rp[i][1]][channel] = mi
img = astronaut()
segments = slic(img, n_segments=512, compactness=10,
multichannel=True,
enforce_connectivity=True,
convert2lab=True)
for i in range(3):
regions = regionprops(segments, intensity_image=img[:,:,i])
for r in regions:
paint_region_with_avg_intensity(r.coords, int(r.mean_intensity), i)
plt.imshow(img)
plt.show()