图像重建（侵蚀和膨胀）都将黑色图像作为输出答案

【问题标题】：Image Reconstruction (Erosion and Dilation) both gives black image as output图像重建（侵蚀和膨胀）都将黑色图像作为输出
【发布时间】：2020-09-03 23:25:05
【问题描述】：

我正在尝试使用侵蚀方法从this image 的脸上去除黑点。

我已经实现了：

img = skimage.io.imread('blemish.jpeg')
img = skimage.color.rgb2gray(img)
img_inten = skimage.exposure.rescale_intensity(img,in_range=(50,100))

diliation_seed = img_inten.copy()
diliation_seed[1:-1,1:-1] = img_inten.min()
mask = img_inten

eroded_img = skimage.morphology.reconstruction(diliation_seed,mask,method='dilation')
matplotlib.pyplot.imshow(eroded_img,cmap='gray')

在这两种情况下，我的输出始终是黑色图像。这里出了什么问题？

【问题讨论】：

请分享整个代码。
这不应该是整个代码吗？
@Deshwal 好吧，公平地说，它缺少进口
缺少导入！什么是 gray_img？！
我已经编辑了代码。这是一个错字

标签： python machine-learning image-processing computer-vision scikit-image

【解决方案1】：

rgb2gray 将图像输出为浮点矩阵，其值在 [0;1] 中

所以 rescale_intensity 只是输出 0 的矩阵，因为您要求 50 到 100 之间的值，而灰色 img 中没有。

你可以这样修复它：

import skimage
from skimage import data, exposure, img_as_float
from skimage.morphology import reconstruction
import matplotlib.pyplot as plt

img = skimage.io.imread('blemish.jpeg')
gray_img = 255*skimage.color.rgb2gray(img) # multiply by 255 to get back in the [0;255] range
img_inten = exposure.rescale_intensity(gray_img,in_range=(50,100))

diliation_seed = img_inten.copy()
diliation_seed[1:-1,1:-1] = img_inten.min()
mask = img_inten

eroded_img = reconstruction(diliation_seed,mask,method='dilation')
plt.imshow(eroded_img,cmap='gray')
plt.show()

【讨论】：