数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用 Python 中的 scikit-learn 查找图像的轮廓？
Scikit-learn，通常称为 sklearn，是 Python 中用于实现机器学习算法的库。它是一个开源库，因此可以免费使用。该库构建在 Numpy、SciPy 和 Matplotlib 库之上。
“行进方块”方法用于查找图像中的轮廓。使用 'skimage' 库的 'measure' 类中的 'find_contours' 函数。在此，数组中的值以线性方式进行插值。
这样，输出图像中轮廓的精度会更好。如果图像中的轮廓相交，则轮廓是开放的，否则它们是闭合的。
让我们了解如何使用 scikit-learn 库查找图像中的轮廓 -
示例
import numpy as np
import matplotlib.pyplot as plt
from skimage import measure
x, y = np.ogrid[-6.7:np.pi:215j, -1.2:np.pi:215j]
r = np.sin(np.exp((np.sin(x)**3 + np.cos(y)**2)))
contours = measure.find_contours(r, 0.8)
fig, ax = plt.subplots()
ax.imshow(r, cmap=plt.cm.gray)
for contour in contours:
ax.plot(contour[:, 1], contour[:, 0], linewidth=2)
ax.axis('Image')
ax.set_xticks([])
ax.set_yticks([])
plt.show()输出
解释
将所需的包导入到环境中。
借助 NumPy 包生成数据。
使用 'find_contours' 函数确定图像的轮廓。
使用 'subplot' 函数在控制台上显示原始图像和带有轮廓的图像。
更新于: 2020-12-10
989 次浏览
广告