Python 区域生长蟒蛇

我正在用python实现区域增长算法。但当我在输出上运行这段代码时，我得到了没有错误的黑色图像。对输入图像使用CV阈值函数，对于种子值，我使用鼠标单击将x、y值存储在元组中

def get8n(x, y, shape):
    out = []
    if y-1 > 0 and x-1 > 0:
        out.append( (y-1, x-1) )
    if y-1 > 0 :
        out.append( (y-1, x))
    if y-1 > 0 and x+1 < shape[1]:
        out.append( (y-1, x+1))
    if x-1 > 0:
        out.append( (y, x-1))
    if x+1 < shape[1]:
        out.append( (y, x+1))
    if y+1 < shape[0] and x-1 > 0:
        out.append( ( y+1, x-1))
    if y+1 < shape[0] :
        out.append( (y+1, x))
    if y+1 < shape[0] and x+1 < shape[1]:
       out.append( (y+1, x+1))
    return out

def region_growing(img, seed):
    list = []
    outimg = np.zeros_like(img)

    list.append((seed[0], seed[1]))
    while(len(list)):
        pix = list[0]
        outimg[pix[0], pix[1]] = 255
        for coord in get8n(pix[0], pix[1], img.shape):
            if img[coord[0], coord[1]] > 0:
                outimg[coord[0], coord[1]] = 255
                list.append((coord[0], coord[1]))
        list.pop(0)
    return outimg

def on_mouse(event, x, y, flags, params): 
    if event == cv2.EVENT_LBUTTONDOWN: 
        print 'Seed: ' + str(x) + ', ' + str(y) 
        clicks.append((y,x)) 

clicks = []
image = cv2.imread('lena.jpg', 0) 
ret, img = cv2.threshold(image, 200, 255, cv2.THRESH_BINARY) 
cv2.namedWindow('Input') 
cv2.setMouseCallback('Input', on_mouse, 0, ) 
cv2.imshow('Input', img) 
cv2.waitKey() 
seed = clicks[-1] 
cv2.imshow('Region Growing', region_growing(img, seed)) 
cv2.waitKey() 
cv2.destroyAllWindows()

def get8n（x，y，形状）： out=[] 如果y-1>0和x-1>0： out.append（（y-1，x-1）） 如果y-1>0： out.append（（y-1，x）） 如果y-1>0且x+1<形状[1]： out.append（（y-1，x+1）） 如果x-1>0： out.append（（y，x-1）） 如果x+1<形状[1]： out.append（（y，x+1）） 如果y+1<形状[0]和x-1>0： out.append（（y+1，x-1）） 如果y+1<形状[0]： out.append（（y+1，x）） 如果y+1<形状[0]和x+1<形状[1]： out.append（（y+1，x+1）） 返回 def区域_生长（img，种子）： 列表=[] outimg=np.类零（img） list.append（（种子[0]，种子[1]）） while（len（list））： pix=列表[0] outimg[pix[0]，pix[1]]=255 对于get8n中的坐标（pix[0]，pix[1]，img.shape）： 如果img[coord[0]，coord[1]]>0： outimg[coord[0]，coord[1]]=255 list.append（（坐标[0]，坐标[1]）） list.pop（0） 返回 鼠标上的def（事件、x、y、标志、参数）： 如果event==cv2.event\u LBUTTONDOWN： 打印“种子：'+str（x）+'，'+str（y） 单击。追加（（y，x）） 点击次数=[] image=cv2.imread（'lena.jpg'，0） ret，img=cv2.threshold（图像，200255，cv2.THRESH_二进制） cv2.namedWindow（“输入”） cv2.setMouseCallback（'Input'，在鼠标上，0，） cv2.imshow（“输入”，img） cv2.waitKey（） 种子=点击次数[-1] cv2.imshow（“区域增长”，区域增长（img，种子）） cv2.waitKey（） cv2.destroyAllWindows（）

---

我在使用get8n（）函数时遇到了一些问题，所以我重写了它。我相信下面的代码符合您的要求。region_growing（）函数中有两行被注释掉了。如果取消注释，它们将显示处理过程中发生的动画。这是一种可视化代码的好方法，可以让您了解失败的地方

另外，在代码中，您可以将已经处理过的像素添加到“待处理”列表中。这导致了一个无限循环。我添加了一个检查，防止已处理的像素被添加回列表中

import cv2
import numpy as np

def get8n(x, y, shape):
    out = []
    maxx = shape[1]-1
    maxy = shape[0]-1
    
    #top left
    outx = min(max(x-1,0),maxx)
    outy = min(max(y-1,0),maxy)
    out.append((outx,outy))
    
    #top center
    outx = x
    outy = min(max(y-1,0),maxy)
    out.append((outx,outy))
    
    #top right
    outx = min(max(x+1,0),maxx)
    outy = min(max(y-1,0),maxy)
    out.append((outx,outy))
    
    #left
    outx = min(max(x-1,0),maxx)
    outy = y
    out.append((outx,outy))
    
    #right
    outx = min(max(x+1,0),maxx)
    outy = y
    out.append((outx,outy))
    
    #bottom left
    outx = min(max(x-1,0),maxx)
    outy = min(max(y+1,0),maxy)
    out.append((outx,outy))
    
    #bottom center
    outx = x
    outy = min(max(y+1,0),maxy)
    out.append((outx,outy))
    
    #bottom right
    outx = min(max(x+1,0),maxx)
    outy = min(max(y+1,0),maxy)
    out.append((outx,outy))
    
    return out

def region_growing(img, seed):
    seed_points = []
    outimg = np.zeros_like(img)
    seed_points.append((seed[0], seed[1]))
    processed = []
    while(len(seed_points) > 0):
        pix = seed_points[0]
        outimg[pix[0], pix[1]] = 255
        for coord in get8n(pix[0], pix[1], img.shape):
            if img[coord[0], coord[1]] != 0:
                outimg[coord[0], coord[1]] = 255
                if not coord in processed:
                    seed_points.append(coord)
                processed.append(coord)
        seed_points.pop(0)
        #cv2.imshow("progress",outimg)
        #cv2.waitKey(1)
    return outimg

def on_mouse(event, x, y, flags, params):
    if event == cv2.EVENT_LBUTTONDOWN:
        print 'Seed: ' + str(x) + ', ' + str(y), img[y,x]
        clicks.append((y,x))
        
clicks = []
image = cv2.imread('lena.bmp', 0)
ret, img = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY)
cv2.namedWindow('Input')
cv2.setMouseCallback('Input', on_mouse, 0, )
cv2.imshow('Input', img)
cv2.waitKey()
seed = clicks[-1]
out = region_growing(img, seed)
cv2.imshow('Region Growing', out)
cv2.waitKey()
cv2.destroyAllWindows()

以下是单击她帽子左侧时的结果：

---

Add（）用于Python3.x like:print（“Some things”）

上述解决方案在概念上是正确的，但从数值角度来看，它们包含一些严重的问题，使它们在像素数量上的顺序为N^2。如果可以将信息存储在提供随机访问的数组中，则无需搜索列表中的像素，还可以对连接功能进行cythonized。另外，如果能够提供您自己的相似性函数也会很好

因此，我建议在Jupyter noteboook中运行一个改进的、肯定更快的版本：

导入的第一个单元格：

import numpy as np
import cv2

%pylab inline 

%load_ext Cython

第二个单元格（不合并第一个单元格）：

可以使用与前面相同的逻辑从另一个单元调用它：

def on_mouse(event, x, y, flags, params):
    if event == cv2.EVENT_LBUTTONDOWN:
        print( 'Seed: ' + str(x) + ', ' + str(y), img[y,x])
        clicks.append((int(y), int(x)))
        
clicks = []
image = cv2.imread('lena.bmp', 0)
ret, img = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY)
cv2.namedWindow('Input')
cv2.setMouseCallback('Input', on_mouse, 0, )
cv2.imshow('Input', img)
cv2.waitKey()
cv2.destroyAllWindows()

seed = clicks
out = region_growing(img, seed)
cv2.imshow('Region Growing', out)
cv2.waitKey()
cv2.destroyAllWindows()

有一些小的功能差异。输出中的区域由种子处原始图像的值或可选颜色贴图中的值标记。colormap需要指定给定als无符号8位整数的RGB颜色。也可以通过定制的测试功能，替换：

test = lambda seed_x, seed_y, x, y, img, outimg : img[x,y] != 0

例如：

test = lambda seed_x, seed_y, x, y, img, outimg : abs(img[x,y] - img[seed_x, seed_y]) < 4

---

由于您询问的是读取和显示图像的问题，您能否包括读取/操作输入图像和显示输出图像的代码？在鼠标上有输入图像

def的所有代码（事件、x、y、标志、参数）：如果event==cv2.event\u LBUTTONDOWN:print'Seed:'+str（x）+'，'+str y）clicks.append(（y，x））点击=[]图像=cv2.imread（'lenna.jpg'，0）ret，img=cv2.threshold（图像，200255，cv2.THRESH_BINARY）cv2.namedWindow（'Input'）cv2.setMouseCallback（'Input'，on_mouse，0，）cv2.imshow（'Input'，img）cv2.waitKey（）seed=点击[-1]cv2.imshow（'Region growth'，Region_growth（img，seed））cv2.waitKey（）

通过正确的格式将代码添加到问题中-这是不可读的。您希望您的代码做什么？现在，它似乎在您上次单击的位置绘制了一个带有白色像素的空白图像。如果您单击输入的白色区域，它将进入无限循环。另一方面，这意味着输出图像不是b缺少，但只有一个白色像素。我想通过种子像素的所有相邻像素（单击）将值大于0的像素设置为255。如果相邻像素大于0，则继续此操作。并将它们指定给将作为输出图像的区域谢谢您的帮助。我复制了您编写的代码，得到了与上面相同的结果，在单击的位置有白色像素。您可以显示您的输出结果吗？可能我做错了。添加了一个结果图像。如果您仍然有问题，我建议您在种子位置打印图像值，以确保您没有混淆x和y坐标。这些结果来自我发布的确切代码。为什么“img[coord[0]，coord[1]！=0”包含或其功能是什么？或者为什么像素不能为黑色？区域生长函数在已设置阈值的图像上运行，这意味着值为0或255。因此，如果img[coord[0]，coord[1]==255，则该行可能为

。如果img[coord[0]，coord[1]==255，则为
>0
。只是检查像素是否为黑色，因为这是本例中的边界条件。我认为最好不要为候选种子点列表重载内置的
list
函数。我将建议进行编辑
test = lambda seed_x, seed_y, x, y, img, outimg : img[x,y] != 0

test = lambda seed_x, seed_y, x, y, img, outimg : abs(img[x,y] - img[seed_x, seed_y]) < 4

def get_8_connected(x, y, shape):
    xmax = shape[0]-1
    ymax = shape[1]-1
    
    connected_pixels = list()
    
    for dx in range(3):
        for dy in range(3):
            connected_pixel_x  = x + dx - 1
            connected_pixel_y = y + dy - 1
            if connected_pixel_x < 0 or connected_pixel_x > xmax or \
                connected_pixel_y < 0 or connected_pixel_y > ymax or \
                (connected_pixel_x == x and connected_pixel_y == y):
                    pass
            else:
                connected_pixels.append((connected_pixel_x,connected_pixel_y))
    return  connected_pixels```