我目前正在申请张素细化算法为了磨练一些我想稍后追踪的细丝。这需要我输出灰度图像以便使用 OpenCV 识别对象。
import matplotlib
import matplotlib.pyplot as plt
import skimage.io as io
"load image data"
Img_Original = io.imread( './data/test1.bmp') # Gray image, rgb images need pre-conversion
"Convert gray images to binary images using Otsu's method"
from skimage.filter import threshold_otsu
Otsu_Threshold = threshold_otsu(Img_Original)
BW_Original = Img_Original < Otsu_Threshold # must set object region as 1, background region as 0 !
#...
"Apply the algorithm on images"
BW_Skeleton = zhangSuen(BW_Original)
# BW_Skeleton = BW_Original
"Display the results"
fig, ax = plt.subplots(1, 2)
ax1, ax2 = ax.ravel()
ax1.imshow(BW_Original, cmap=plt.cm.gray)
ax1.set_title('Original binary image')
ax1.axis('off')
ax2.imshow(BW_Skeleton, cmap=plt.cm.gray)
ax2.set_title('Skeleton of the image')
ax2.axis('off')
plt.show()
使用 matplotlib 绘制的图像正是我想要的（黑白）。当我使用 skimage 或 cv2 将输出图像写入文件路径时，我得到了类似的蓝色和红色图像。我唯一的问题是我无法将此蓝色/红色图像转换为灰度！所以本质上，我的输出图像是没有用的。如果这是一个微不足道的问题，请原谅我，但是是否有一个将图像写入文件路径的协议？当我使用这些工具时，我应该在图像类型（即字节、颜色/灰度、格式）方面注意什么？提前致谢！
您可以设置保存数据的颜色图，这样当您在 OpenCV 中打开图像时，它将是灰度的。
以下是一些示例数据：
data = np.random.rand(256,256)
您可以保存直接数据:
plt.imsave('test.png', data, cmap = plt.cm.gray)
或保存整个figure:
plt.savefig('test2.png')
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
