Функция активного контура Scikit-image не дает хороших результатов

Question

• Я написал следующий код для проверки алгоритма active-contour из библиотеки Scikit-Image, но результаты выглядят не так хорошо, как вы можете видеть на прилагаемом изображении:

• как я могу получить лучшие результаты? Я пытался изменить параметры Alpha, Beta, Gamma, но результат был не так хорош.

  1. изображение
  2. метка
  3. результат

import numpy as np
from skimage.io import imread, imsave
import skimage.filters as filters
from skimage.segmentation import active_contour
import matplotlib.pyplot as plt
from skimage.draw import polygon
#---------------------------------
img = imread('A.jpg')
mask = imread('label.png')

def activeContour(img, mask, alpha=0.015, beta=10, gamma=0.00000001, iterations=1000, max_step=0.7):
    lb_list = np.unique(mask)
    Result = np.zeros_like(img)
    for lb in lb_list:
        if(lb != 0):
            s = np.where(mask == lb)
            r = s[0].astype(np.uint8)
            c = s[1].astype(np.uint8)
            init = np.array([r, c]).T
            #-------PreProcessing----------------------------
            img2 = filters.gaussian(img, 3)
            #------- Active Contour  ------------------------
            snake = active_contour(img2, init, alpha=alpha, beta=beta, gamma=gamma, coordinates='rc',
             max_px_move=max_step, max_iterations=iterations)
            #------------------------------------------------
            Result[tuple(np.round(snake).astype(int).T)] += lb
    return Result.T

def sortVertices(array):
    s = np.where(array != 0)
    yr = s[0].astype(np.uint8)
    xc = s[1].astype(np.uint8)
    center_xc = np.sum(xc)/xc.shape 
    center_yr = np.sum(yr)/yr.shape 
    theta = np.arctan2(yr-center_yr, xc-center_xc) * 180 / np.pi
    indices = np.argsort(theta)
    x = xc[indices]
    y = yr[indices]
    return x,y

res2 = activeContour(img, mask, alpha=0.15, beta= 100, gamma= 0.000001)
labels = np.unique(res2)
ctr = 25
for label in labels:
    if label != 0:
        img2 = np.zeros_like(img)
        res = res2.copy()
        res[res != label]=0
        if np.count_nonzero(res)>1:
            x, y = sortVertices(res)
            rr, cc = polygon(x, y)
        else:
            rr, cc = np.where(res==label)

        img2[rr, cc] = 2*ctr
        img3 = (img2/img2.max())*img
        plt.imshow(img3, cmap='gray')
        plt.title('%d'%label)
        plt.axis('off')
        plt.show()
        ctr+=1