トップページ ▶ 人工知能，実世界DB ▶ 画像のセグメンテーション ▶ scikit-image のスーパーピクセルを行ってみる
サイトマップ サイト内検索 まとめ アクセスログ

scikit-image のスーパーピクセルを行ってみる

全体構成 情報工学を学ぶ インストール，使い方 人工知能，実世界DB データ処理 プログラム例とヒント 支援 連絡先，業績など

scikit に実装されているスーパーピクセルを試してみる

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

先人に感謝．

元画像

[image]

SLIC

[image]

felzenszwalb

[image]

quickshift

[image]

watershed

[image]

上に実行結果例を示しているが，パラメータの調整により結果が変わりますので，上の図だけで，どれが良いと結論を出さないようにしてください．

キーワード：superpixel, SLIC, felzenszwalb, quickshift, watershed,　scikit-image, Python

前準備

Python 64 ビット版のインストール，pip と setuptools の更新

Windows での Python 3.10 のインストール，pip と setuptools の更新: 別ページで説明している．

Python の公式ページ: http://www.python.org/

Python 開発環境のインストール

動作に必要となる Python パッケージのインストール

  1. Windows では，コマンドプロン プトを管理者として実行する．

    [image]
  2. 次のコマンドを実行． 
    python -m pip install -U scikit-image matplotlib

scikit-image のスーパーピクセルを行ってみる

SLIC

SLIC を行う Python プログラムを実行してみる．

  1. Python プログラムの実行

    Python プログラムの実行

    Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

    Python 開発環境の説明: 別ページにまとめている．

  2. 次の Python プログラムを実行 
    %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) )

    [image]

felzenszwalb

felzenszwalb を行う Python プログラムを実行してみる． 

%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) )

[image]

quickshift

quickshift を行う Python プログラムを実行してみる． 

%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) )

[image]

watershed

watershed を行う Python プログラムを実行してみる． 

%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) )

[image]

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している． 再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先： 金子邦彦（かねこ くにひこ） [image]