数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚研究
法律研究什么是滞后阈值？如何使用 Python 中的 scikit-learn 实现它？
滞后指的是结果的滞后效应。关于阈值，滞后指的是**高于特定低阈值或高于高阈值的区域。它指的是**本质上高度自信的区域。
借助滞后，可以忽略图像中对象边缘外的噪声。
让我们看看如何使用 scikit-learn 库实现滞后阈值
示例
import matplotlib.pyplot as plt
from skimage import data, filters
fig, ax = plt.subplots(nrows=2, ncols=2)
orig_img = data.coins()
edges = filters.sobel(orig_img)
low = 0.1
high = 0.4
lowt = (edges > low).astype(int)
hight = (edges > high).astype(int)
hyst = filters.apply_hysteresis_threshold(edges, low, high)
ax[0, 0].imshow(orig_img, cmap='gray')
ax[0, 0].set_title('Original image')
ax[0, 1].imshow(edges, cmap='magma')
ax[0, 1].set_title('Sobel edges')
ax[1, 0].imshow(lowt, cmap='magma')
ax[1, 0].set_title('Low threshold')
ax[1, 1].imshow(hight + hyst, cmap='magma')
ax[1, 1].set_title('Hysteresis threshold')
for a in ax.ravel():
a.axis('off')
plt.tight_layout()
plt.show()输出
解释
导入所需的库。
在控制台上绘制图像之前，使用 subplot 函数设置绘图区域。
scikit-learn 包中已有的“coin”数据用作输入。
使用“sobel”滤波器获取输入的“sobel”图像，其中在结果图像中强调边缘
使用函数“apply_hysteresis_threshold”获取高于和低于某个阈值的值。
使用函数“imshow”在控制台上显示此数据。
更新于： 2020-12-11
1K+ 次查看
广告