изображение содержит значения, отличные от 0 или 1 ошибка в образе лыжи - PullRequest
Новая
       19

изображение содержит значения, отличные от 0 или 1 ошибка в образе лыжи

0 голосов
/ 02 июля 2019

У меня есть это изображение:

enter image description here

, и я хочу использовать этот код для sckimage, чтобы получить скелет и тонкость моего изображения, 

from skimage.morphology import skeletonize, thin
import cv2 

image =cv2.imread('1.png',0)


skeleton = skeletonize(image)
thinned = thin(image)
thinned_partial = thin(image, max_iter=25)

fig, axes = plt.subplots(2, 2, figsize=(8, 8), sharex=True, sharey=True)
ax = axes.ravel()

ax[0].imshow(image, cmap=plt.cm.gray, interpolation='nearest')
ax[0].set_title('original')
ax[0].axis('off')

ax[1].imshow(skeleton, cmap=plt.cm.gray, interpolation='nearest')
ax[1].set_title('skeleton')
ax[1].axis('off')

ax[2].imshow(thinned, cmap=plt.cm.gray, interpolation='nearest')
ax[2].set_title('thinned')
ax[2].axis('off')


fig.tight_layout()
plt.show()

, но выдает ошибку «строка 98, в скелетонизации, VaueError: изображение содержит значения, отличные от 0 и 1»

может кто-нибудь мне помочькак я могу решить это?

1 Ответ

1 голос
/ 02 июля 2019

Skeletonize работает только для двоичных / логических изображений, что означает изображения только с двумя значениями. По соглашению эти значения должны быть 0 или 1, либо False или True.

В вашем случае, хотя ваше изображение выглядит как будто оно имеет только черный и белый, на самом деле оно имеет некоторые промежуточные значения серого: 

In [1]: import numpy as np
In [2]: from skimage import io
In [3]: image = io.imread('https://i.stack.imgur.com/awMuQ.png')
In [4]: np.unique(image)
Out[3]: 
array([  0,  14,  23,  27,  34,  38,  46,  53,  57,  66,  69,  76,  79,
        86,  89, 102, 105, 114, 120, 124, 135, 142, 145, 150, 158, 162,
       169, 172, 181, 183, 189, 199, 207, 213, 220, 226, 232, 235, 238,
       239, 244, 245, 249, 252, 255], dtype=uint8)

Чтобы получить двоичное изображение, вы можете использовать пороговое значение, также из scikit-image: 

In [5]: from skimage import morphology, filters
In [6]: binary = image > filters.threshold_otsu(image)
In [7]: np.unique(binary)
Out[7]: array([False,  True])
In [8]: skeleton = morphology.skeletonize(binary)
In [9]:
...