Ho utilizzato scikit-image per classificare le caratteristiche stradali con un certo successo. Vedi sotto: . Sto avendo problemi a fare il prossimo passo che è quello di classificare le caratteristiche. Ad esempio, diciamo che queste funzionalità si trovano nella casella (600, 800) e (1400, 600).Estrazione degli attributi dalle immagini utilizzando l'immagine di Scikit
Il codice che sto usando per estrarre le informazioni sono:
from skimage import io, segmentation as seg
color_image = io.imread(img)
plt.rcParams['image.cmap'] = 'spectral'
labels = seg.slic(color_image, n_segments=6, compactness=4)
L'obiettivo è quello di avere un tavolo nella forma seguente:
Image, feature_type, starting_pixel, ending_pixel
001 a (600, 600), (1300, 700)
002 b (600, 600), (1100, 700)
002 undefined (700, 700), (900, 800)
feature_type
sarebbe basato sui colori, idealmente le spalle sarebbero un colore, gli alberi e il pennello sarebbero un altro, ecc.
Come posso estrarre i dati di cui ho bisogno? (vale a dire che scikit rompe l'immagine in componenti diversi in cui conosco la posizione di ciascun componente, quindi posso passare ogni componente a un classificatore che identificherà l'aspetto di ciascun componente) Grazie!
la tua domanda sembra vaga. Vuoi trovare il riquadro di delimitazione per ogni area caratteristica? se sì, vuoi che si sovrappongano o non si sovrappongano? Vuoi mappare le mappe delle caratteristiche su una griglia regolare sottoposta a downsampling? puoi chiarire? – fireant
@fireant l'obiettivo finale se lo faccio sull'intera immagine o su un piccolo riquadro di delimitazione è identificare le caratteristiche in base ai "colori". Quindi la strada sarebbe (1), spalla (2), fosso 3), alberi (4), ecc. – dassouki
Ma perché non basta tagliare l'immagine o la classificazione? Immagine di Scikit funziona con ndarray, puoi fare "color_image [600: 800,1400: 1600 ,:]". Sto interpretando male questo? – armatita