SILC算法超像素分割

主體代碼來自github.com/laixintao/slic-python-implementation
原代碼中只有分割之后的小方塊 即1.png 沒有明顯邊界 沒有繼續進行圖像分割

源碼修改：

1.向Cluster類添加了label屬性，以便于標記k-means算法得出來的結果
2.對SLICProcessor類方法save_current_image中添加了增加邊界的部分，可生成類似3||4.png圖像
3.添加了新的類方法generate_result()有一個用戶參數K，為設置的Kmeans算法的簇數，根據簇數選擇區域合并
4.原碼中因為圖片通道數不同無法讀取同時讀取jpg與png圖像，小做改動已可以適應

圖一是經過超像素分割后得到的圖像，也是源碼中的最終結果
圖二加上了邊界
圖三是經過kmeans聚類后的圖像
圖四是在原圖上增加邊界
圖五是原圖

代碼已上傳至碼云

https://gitee.com/xu-qiyu/MyProject/tree/master/opencv/%E8%81%9A%E7%B1%BB%E5%8C%BA%E5%9F%9F%E5%88%86%E5%89%B2

總結

以上是生活随笔為你收集整理的python 超像素分割的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。