之前做SLIC分割的過程中在網(wǎng)上找到的代碼都只能得到標(biāo)注分割線的圖但不能得到分割后的超像素塊，所以寫了一個能夠保存分割后的超像素塊的python程序。

進行SLIC分割部分：

import skimage from skimage.segmentation import slic,mark_boundaries from skimage import io import matplotlib.pyplot as plt from PIL import Image, ImageEnhance import numpy as np import cv2 # # np.set_printoptions(threshold=np.inf) path = 'C:\\Users\\Administrator\\Desktop\\SLIC\\' img_name = 'test.png' img = io.imread(path + img_name,as_gray=True) #as_gray是灰度讀取，得到的是歸一化值 segments = slic(img, n_segments=10, compactness=0.2,start_label = 1)#進行SLIC分割 out=mark_boundaries(img,segments) out = out*255 #io的灰度讀取是歸一化值，若讀取彩色圖片去掉該行 img3 = Image.fromarray(np.uint8(out)) img3.show() seg_img_name = 'seg.png' img3.save(path +'\\' +seg_img_name)#顯示并保存加上分割線后的圖片

對分割得到的超像素塊逐一保存

maxn = max(segments.reshape(int(segments.shape[0]*segments.shape[1]),)) for i in range(1,maxn+1):##### 保存灰度圖片的部分，as_gray=Truea = np.array(segments == i)b = img * aw,h = [],[]for x in range(b.shape[0]):for y in range(b.shape[1]):if b[x][y] != 0:w.append(x)h.append(y)c = b[min(w):max(w),min(h):max(h)]c = c*255d = c.reshape(c.shape[0],c.shape[1],1)e = np.concatenate((d,d),axis=2)e = np.concatenate((e,d),axis=2)###########'''##### 保存彩色圖片的部分，as_gray=Truea = np.array(segments == i)a = a.reshape(a.shape[0],a.shape[1],1)a1 = np.concatenate((a,a),axis=2)a = np.concatenate((a1, a), axis=2)b = img * aw,h = [],[]for x in range(b.shape[0]):for y in range(b.shape[1]):if b[x][y][0] != 0:w.append(x)h.append(y)c = b[min(w):max(w),min(h):max(h)]e = c.reshape(c.shape[0],c.shape[1],3)###################'''img2 = Image.fromarray(np.uint8(e))img2.save(path +'\\'+str(i)+'.png')print('已保存第' + str(i) + '張圖片')

由于超像素塊太小了不好找，做了一個在帶分割線的圖上的標(biāo)記，標(biāo)記值為保存下的圖片的名稱，雖然這個標(biāo)記不太準(zhǔn)但能起到輔助作用

img = io.imread(path+'\\'+seg_img_name)#讀取分割的圖片for i in range(1,maxn+1):w,h = [],[]for x in range(segments.shape[0]):for y in range(segments.shape[1]):if segments[x][y] == i:w.append(x)h.append(y)font=cv2.FONT_HERSHEY_SIMPLEX#使用默認字體#print((min(w),min(h)))img=cv2.putText(img,str(i),(h[int(len(h)/(2))],w[int(len(w)/2)]),font,1,(255,255,255),2)#添加文字，1.2表示字體大小，（0,40）是初始的位置，(255,255,255)表示顏色，2表示粗細 img = Image.fromarray(np.uint8(img)) img.show() img.save(path +'\\'+seg_img_name+'_label.png')

https://github.com/LarkMi/SLIC

總結(jié)

以上是生活随笔為你收集整理的SLIC超像素分割并保存分割得到的超像素块，python代码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。