Python skimage.future.graph.rag_boundary用法及代码示例

用法: skimage.future.graph.rag_boundary(labels, edge_map, connectivity=2)

基于区域边界的计算机 RAG

给定图像的初始分割及其边图，此方法构造相应的区域邻接图 (RAG)。 RAG 中的每个节点代表图像中具有相同标签的一组像素。两个相邻区域之间的权重是沿其边界的edge_map 中的平均值。

标签ndarray: 标记的图像。
edge_mapndarray: 这应该与标签的形状相同。对于沿2个相邻区域边界的所有像素，edge_map中对应像素的平均值就是它们之间的边权重。
连通性int 可选: 平方距离小于的像素连通性彼此被认为是相邻的。它的范围可以从 1 到labels.ndim.它的行为与连通性参数输入scipy.ndimage.generate_binary_structure.

例子：

>>> from skimage import data, segmentation, filters, color
>>> from skimage.future import graph
>>> img = data.chelsea()
>>> labels = segmentation.slic(img)
>>> edge_map = filters.sobel(color.rgb2gray(img))
>>> rag = graph.rag_boundary(labels, edge_map)

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.future.graph.rag_boundary。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。