サイトマップ サイト内検索 まとめ

SLIC (scikit-image に含まれる）のインストールと動作確認（スーパーピクセル）（Python を使用）（Windows 上）

scikit に実装されているスーパーピクセルを試してみる

【関連する外部ページ】

スーパーピクセルに関する参考記事： http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_segmentations.html

元画像

SLIC

felzenszwalb

quickshift

watershed

前準備

Python 3.10 のインストール（Windows 上）

Pythonは，プログラミング言語の１つ．

【手順】

  1. Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）
  2. 次のコマンドを実行

    次のコマンドは，Python ランチャーとPython 3.10をインストールする． 

    winget install --scope machine Python.Launcher
winget install --scope machine Python.Python.3.10

【関連する外部ページ】

【サイト内の関連ページ】

【関連項目】 Python

SLIC (scikit-image) のインストール

  1. Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）

    次のコマンドを実行する． 

    python -m pip install -U scikit-image matplotlib

スーパーピクセルの実行（scikit-image の SLIC，Python を使用）

SLIC

SLIC を行う Python プログラムを実行してみる．

  1. Python プログラムを実行する．．Matplotlib を使うので，Jupyter QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である．

    Python プログラムの実行: 別ページ »で説明

    Python のまとめ: 別ページ »にまとめ

  2. Python プログラムを実行する 
    %matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)

a = skimage.segmentation.slic(img)
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )

felzenszwalb

felzenszwalb を行う．

Python プログラムを実行する．Matplotlib を使うので，Jupyter QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である． 

%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)

a = skimage.segmentation.felzenszwalb(img)
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )

quickshift

quickshift を行う．

Python プログラムを実行する．Matplotlib を使うので，Jupyter QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である． 

%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)

a = skimage.segmentation.quickshift(img)
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )

watershed

watershed を行う．

Python プログラムを実行する．Matplotlib を使うので，Jupyter QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である． 

%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)

a = skimage.segmentation.watershed( skimage.filters.sobel( skimage.color.rgb2gray( img ) ), markers=250 ) 
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )