Python skimage.future.graph.rag_boundary用法及代碼示例

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

基於區域邊界的計算機 RAG

給定圖像的初始分割及其邊圖，此方法構造相應的區域鄰接圖 (RAG)。 RAG 中的每個節點代表圖像中具有相同標簽的一組像素。兩個相鄰區域之間的權重是沿其邊界的edge_map 中的平均值。

標簽ndarray: 標記的圖像。
edge_mapndarray: 這應該與標簽的形狀相同。對於沿2個相鄰區域邊界的所有像素，edge_map中對應像素的平均值就是它們之間的邊權重。
連通性int 可選: 平方距離小於的像素連通性彼此被認為是相鄰的。它的範圍可以從 1 到labels.ndim.它的行為與連通性參數輸入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)

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.future.graph.rag_boundary。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。