簡單的物體識別

Question

===解決===

感謝您的建議和意見。通過編寫Beginning Python Visualization書（第9章 - 圖像處理）中給出的flood_fill算法，我已經實現了我想要的。我可以計算對象，爲每個對象（因此是高度和寬度）獲取包圍矩形，最後可以爲每個對象構建NumPy數組或矩陣。

雖然它不是一個優化的方法，但它做我想要的。我使用的源代碼（lab2.py）和png文件（lab2-particles.png）已被置於http://code.google.com/p/ccnworks/source/browse/#svn/trunk/AtSc450之下。

您需要安裝NumPy和PIL，並使用matplotlib來查看直方圖。代碼的核心在於發生主要遞歸對象搜索操作的objfind函數內。

一個進一步的更新：

SciPy的的ndimage.label()不正是我想要的東西，太。

乾杯大衛 - 沃德法利和扎卡里平從與NumPy和SciPy的郵件列表指出這直接進入我的眼睛:)

=========== ==

您好，

我有一個包含由粒子光譜儀測量冰顆粒的陰影的圖像。我希望能夠識別每個對象，以便以後可以在我的計算中對它們進行分類和使用。

本質上，我願意做的只是簡單地實現一個模糊選擇工具，我可以簡單地選擇每個實體。

我怎麼能輕鬆解決這個問題？ （最好使用Python）

謝謝。

注：在我的問題中，我指的是每個特定的連接像素作爲對象或實體。我打算提取它們並創建NumPy數組表示，如下所示。 （這裏我使用左上角的對象;如果存在像素，則使用1，如果不使用0，則該對象的形狀爲3乘3，相應地3像素高3像素寬，這是真實冰粒在2D域上的投影，其爲球形和等效半徑的假設下是（高度+寬度）/ 2，和後來一些定標--from像素實際尺寸和體積計算將遵循）

import numpy as np 

np.array([[1,1,1], [1,1,1], [0,0,1]]) 

array([[1, 1, 1], 
     [1, 1, 1], 
     [0, 0, 1]]) 

下面是從一個部我將要使用的圖像。

screenshot http://img43.imageshack.us/img43/2327/particles.png

Answer 1

OpenCV有一個Python接口，你可能會發現有用。

Answer 2

1. 掃描每個正方形（例如，從左上角，左到右，上到下的）

2. 當你點擊一個藍色方塊則：

   一個。將此方塊記錄爲新對象的位置

   b。發現所有其它的連續藍色正方形（例如，通過看這個廣場的鄰居，這些鄰居的鄰居，等等），它們標記爲同一對象的一部分

3. 繼續掃描

4. 當您找到另一個藍色方塊時，請在進行第2步之前測試它是否是已知對象的一部分;或者在步驟2b，刪除任何方你有對象

Answer 3

看着你所提供的圖像關聯後，你下一步需要做的是應用一個簡單的region growing algorithm。

如果我使用MATLAB，我會用bwlabel/bwboundaries功能。我相信，在地方是一個同等功能numpy的，或使用OpenCV的與Python包裝由@kwatford

Answer 4

的建議我用來做這種對顯微分析，並最終把我需要到圖像處理一切，用C編寫的分析包，通過Tcl驅動。 （它只處理512 x 512的圖像，這就解釋了爲什麼512經常出現這種情況，有些像素分配了各種大小的像素，但大部分工作是用8位像素完成的，這就解釋了爲什麼有0xff和圖像上最大有意義數254）

簡而言之，Tcl命令開始處的'zz'將行的其餘部分發送到包的解析器，該解析器使用給定的參數調用適當的C例程。 'zz'後面是一個表示命令輸入和輸出的參數。 （可以有多個輸入，但只有一個輸出。）'r'表示512 x 512 x 8位圖像。第三個單詞是要調用的命令的名稱; '圖'按照以下文字所述標記圖像。因此，'zz rr圖形'的意思是'調用ZZ解析器;輸入一個r圖像到圖形命令並取回一個r圖像。' Tcl命令行的其餘部分指定要使用哪個預分配映像。 （'g'圖像是ROI，即感興趣區域，圖像;幾乎所有的ZZ操作都是在ROI控制下完成的。）因此，'r1 r1 g8'表示'使用r1作爲輸入，使用r1作爲輸出即標記輸入圖像本身），然後在圖像g8 ---即r8用作ROI ---的相應像素>> 0的任何地方進行操作。

我不認爲它可以在任何地方在線，但如果你想通過源代碼挑選，甚至編譯整個shebang，我很樂意將它發送給你。下面是手冊的摘錄（但我認爲我在這個日期的手冊中看到一些錯誤---這令人尷尬......）：

示例6.計數功能。

問題

計數的共同任務。計數的項目被稱爲「特徵」，通常需要仔細準備圖像，以便特徵與要計數的實際對象以一對一的方式對應。然而，在這裏，我們忽略了圖像準備，而是考慮了計數機制。第一次計數練習是找出目錄中的圖像上有多少個特徵./cells？

方法

首先，讓我們定義「特徵」。一個特徵是「set」（非零）像素的最大組，所有這些都可以通過沿着南北 - 東 - 西（上 - 下 - 右 - 左）路徑從一個集合像素行進到另一個達到，開始來自給定的像素。在圖像上檢測並標記這些特徵的zz命令是「zz rr graphs R：src R：dest G：ROI」，所謂的是因爲這種特徵的數學術語是「圖形」。如果圖像上的所有像素都已設置，則圖像上只有一個圖形，但它包含262144像素（512 * 512）。如果像素被設置並且以棋盤圖案清除（等於零），則將會有131072（512 * 512/2）個圖，但是每個圖僅包含一個像素。 簡單地說，「zz rr圖」開始於圖像的左上角，並從左到右掃描每一行，直到它找到一個設置的像素，然後查找所有設置的像素通過北，南，東，或西邊界（「4連接」）。然後它將該圖中的所有像素設置爲1（0x01）。在找到並標記圖形1後，它會在第一次發現圖形1後的像素之後的像素處再次開始掃描，這次忽略了任何已屬於圖形的像素。它找到的前254個圖將被標記爲唯一;但是之後發現的所有圖形都將標記爲255（0xff） ，因此無法相互區分。能夠準確計數任意數量圖形的關鍵是分階段處理每個圖像，即查找圖像上的圖形數量，如果數目大於254，則擦除剛剛找到的254個圖形，重複處理，直到找到254個或更少的圖。 Tcl語言提供了設置此操作控制的手段。

讓我們開始構建將RZ圖像文件讀入R圖像並檢測和標記圖形所需的命令。在處理循環之前，我們聲明並歸零一個變量來保存圖像序列中的特徵總數。在處理循環中，我們首先將圖像文件讀入R圖像並檢測並標記圖形。接下來，我們將一些變量歸零以跟蹤計數，然後使用「ra max」命令來確定是否檢測到超過254個圖。

set nGraphs [ zz ra max r1 a1 g1 ] 

如果nGraphs確實等於255，那麼254高精度地計數圖表應該被添加到總的，從1到254的曲線應該被擦除，並重復多次計數，因爲它需要減小下面255.

while {$nGraphs == 255} { 
    incr sumGraphs 254 
    zz rbr lt r1 155 r1 g1 0 255 
    set sumGraphs 0 
    zz rr graphs r1 r1 g8 
    set nGraphs [ zz ra max r1 a1 g8 ] 
} 

圖的數目。當「while」循環退出時，可變nGraphs必須持有大於255以下的數，也就是一個數準確計數的圖表;這會添加到圖像系列中功能數量的不斷上升中。

incr sumGraphs $nGraphs 

處理循環後，打印出系列中找到的特徵的總數。

puts 「Total number of features in $inDir \ 
images $beginImg through $endImg is $sumGraphs.」 

處理循環後，打印出系列中找到的特徵的總數。

Answer 5

Connected component analysis可能是你在找什麼。