Image processing 如何在二维矩阵中找到非零子群?
我目前与Luajit Torch合作,遇到了一个问题。 我有一个张量(2D矩阵),它的数字可以是任何正整数或零。我需要对所有非零的值进行分组,并找到每一组的重心。我试图解决这个问题,因为它是一个灰度图像(0是黑色区域),并试图首先找到非黑色区域,然后计算这些区域的质心,但我还没有找到算法Image processing 如何在二维矩阵中找到非零子群?,image-processing,lua,computer-vision,linear-algebra,torch,Image Processing,Lua,Computer Vision,Linear Algebra,Torch,我目前与Luajit Torch合作,遇到了一个问题。 我有一个张量(2D矩阵),它的数字可以是任何正整数或零。我需要对所有非零的值进行分组,并找到每一组的重心。我试图解决这个问题,因为它是一个灰度图像(0是黑色区域),并试图首先找到非黑色区域,然后计算这些区域的质心,但我还没有找到算法 我仍然在努力寻找子组的索引,提前感谢 这是基本的连接组件。这里有一个很好的链接,介绍如何在图形上执行此操作,其中图像只是一个2D图形,其边以4或8连接的方式连接到每个像素(本例中为节点)。如果不能做到这一点,您
我仍然在努力寻找子组的索引,提前感谢 这是基本的连接组件。这里有一个很好的链接,介绍如何在图形上执行此操作,其中图像只是一个2D图形,其边以4或8连接的方式连接到每个像素(本例中为节点)。如果不能做到这一点,您可以使用我在Lua的graph算法中找到的这个包:我不太了解Union Find,我宁愿使用imgraph,我仍在试图弄清楚它到底是如何工作的,据我所知,我应该调用.graph函数从图像中检索图形,并调用图形上的connectcomponents,是吗?就是这样!谢谢我想我应该把我的矩阵变成一个图,对它进行分段并提取它的成分,这给了我一个包含所有分段边界框的表格。然而,奇怪的事情发生了,如果我用高斯核卷积我的输入矩阵,核越大,生成的段就越少,对吗?问题是,恰恰相反的情况正在发生,我看错了?高斯模糊倾向于平滑边缘,因此对我来说,生成更多的线段是有意义的。除非我看到图像,否则我真的不能告诉你。这超出了你的问题范围。