【问题标题】:How to find ellipse coordinates from indexed image (Python)?如何从索引图像(Python)中找到椭圆坐标?
【发布时间】:2021-04-27 08:38:52
【问题描述】:

我有这样的图片:

代表同心椭圆。该图像包含在一个 numpy 矩阵中,其中不同椭圆周长的索引中为 1,其他位置为 0。

因为我想找到每个椭圆的中心,所以我找到了这两个函数:

def fitEllipse(x,y):
   x = x[:,np.newaxis]
   y = y[:,np.newaxis]
   D =  np.hstack((x*x, x*y, y*y, x, y, np.ones_like(x)))
   S = np.dot(D.T,D)
   C = np.zeros([6,6])
   C[0,2] = C[2,0] = 2; C[1,1] = -1
   E, V =  eig(np.dot(inv(S), C))
   n = np.argmax(np.abs(E))
   a = V[:,n]
return a

def ellipse_center(a):
   b,c,d,f,g,a = a[1]/2, a[2], a[3]/2, a[4]/2, a[5], a[0]
   num = b*b-a*c
   x0=(c*d-b*f)/num
   y0=(a*f-b*d)/num
return np.array([x0,y0])

它可以分别拟合椭圆曲线并找到给定椭圆的中心。 问题是,如果我能够自己绘制不同的椭圆“对象”,我就可以知道不同点的坐标是什么。 但在我的情况下,我只能访问值为 1 的索引,而不知道哪些索引属于某个椭圆以及哪些索引属于另一个椭圆..

那么有没有一种方法可以分离这些不同的椭圆,分别存储它们的索引坐标?

最后,想法是将椭圆拟合到所有这些椭圆对象并找到它们的中心。 在此先感谢:)

【问题讨论】:

    标签: python numpy scikit-image ellipse


    【解决方案1】:

    那么有没有一种方法可以区分这些不同的椭圆, 单独存储它们的索引坐标?

    您可以使用 scikit-image label 来标记椭圆,如下所示:

    import skimage.io
    import skimage.measure
    import numpy as np
    
    im = (skimage.io.imread("so67279689.png", as_gray=True)>.3).astype(int)
    labeled_im, n = skimage.measure.label(im, return_num=True)
    

    然后访问 6 号椭圆,例如:

    el6 = np.where(labeled_im==6, im, 0)
    

    总共你会得到标签1 ... n,标签0是背景。

    (这是我从您的问题中复制的用于测试的图像:

    )

    可视化标记的椭圆:

    import matplotlib.pyplot as plt
    fig,ax=plt.subplots(3,5)
    for i in range(n):
        ax.flat[i].imshow(np.where(labeled_im==i+1, im, 0))
        ax.flat[i].set_title(f"{i+1}")
        ax.flat[i].axis("off")
    ax.flat[13].axis("off")
    ax.flat[14].axis("off")
    

    【讨论】:

    • 谢谢!这个功能太棒了!但我不太了解标签是如何计算的,例如标签 5 是最右边的边缘,而标签 2 是右边的第四个边缘
    • 标签没有按特定顺序出现,似乎当前的实现(参见文档中的文献注释)从顶行的中心开始向下工作,但我不确定。如果您需要排序,例如可以按椭圆的最大 x 坐标进行排序。
    猜你喜欢
    • 1970-01-01
    • 2016-03-27
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-06-29
    • 2014-05-27
    • 2012-06-20
    • 2012-01-22
    相关资源
    最近更新 更多