python-图片分割

图片分割是图像处理中的一个重要任务，它的目标是将图像划分为多个区域或者对象，例如分割出物体、前景背景或特定的部分。在 Python 中，常用的图片分割方法包括传统的图像处理技术（例如阈值分割、区域生长等）和深度学习技术（例如基于预训练模型的语义分割或实例分割）。以下是详细介绍和示例代码：

1. 基于传统图像处理的分割方法
(1) 使用固定阈值分割图片
使用 OpenCV 的阈值处理来将前景和背景分离。适合简单的二值图像。

import cv2
import numpy as np
# 加载图片
image = cv2.imread('image.jpg', 0)  # 以灰度加载图片
# 应用二值化阈值分割
_, binary = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY)# 显示分割结果
cv2.imshow('Original Image', image)
cv2.imshow('Binary Image', binary)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数说明：
128 是阈值，低于此值的像素设置为 0，高于阈值的设置为 255。
cv2.THRESH_BINARY 是二值化模式。

(2) 自适应阈值分割
适合光照不均的情况，使用局部区域的像素值计算阈值。

import cv2# 加载图片
image = cv2.imread('image.jpg', 0)
# 自适应阈值分割
binary_adaptive = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY, 11, 2)
# 显示分割结果
cv2.imshow('Adaptive Threshold', binary_adaptive)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数说明：
cv2.ADAPTIVE_THRESH_GAUSSIAN_C 使用高斯加权的邻域计算阈值。
11 是邻域大小。
2 是阈值偏移。

(3) 使用图像边缘检测分割
通过检测图像的边缘将不同的区域分离。

import cv2# 加载图片
image = cv2.imread('image.jpg', 0)
# 使用Canny边缘检测
edges = cv2.Canny(image, 100, 200)
# 显示边缘分割结果
cv2.imshow('Edge Detection', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数说明：
100 是低阈值，200 是高阈值，用于检测边缘。

(4) 基于 K-Means 的聚类分割
可以将图像的颜色或亮度聚类为K个类别，适合彩色图像分割。

import cv2
import numpy as np# 加载图片
image = cv2.imread('image.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
Z = image.reshape((-1, 3))  # 将图像从二维展开为一维# 使用 K-Means 聚类
Z = np.float32(Z)
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K = 3  # 聚类数
_, labels, centers = cv2.kmeans(Z, K, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)
# 将聚类结果映射回图像
centers = np.uint8(centers)
segmented_image = centers[labels.flatten()]
segmented_image = segmented_image.reshape(image.shape)
# 显示分割结果
import matplotlib.pyplot as plt
plt.imshow(segmented_image)
plt.show()

参数说明：
K 是分割的颜色聚类数，譬如设置为3会将图像分割成3种颜色区域。

2. 深度学习分割方法
对于复杂分割任务，深度学习可以提供更高的精度。典型方法包括使用预训练的分割模型（如 DeepLab、Mask R-CNN 等）。

(1) 使用 OpenCV DNN 模块加载预训练的 DeepLabV3+ 模型
DeepLabV3+ 是一种流行的语义分割模型。

import cv2
import numpy as np# 加载 DeepLabV3+ 模型
net = cv2.dnn.readNetFromTensorflow('deeplabv3.pb')# 加载图像
image = cv2.imread('image.jpg')
blob = cv2.dnn.blobFromImage(image, scalefactor=1.0/255, size=(513, 513),mean=(127.5, 127.5, 127.5), swapRB=True, crop=False)# 推理
net.setInput(blob)
output = net.forward()
# 解析结果
segmentation_map = np.argmax(output[0], axis=0)
# 显示分割结果
segmentation_map = cv2.resize(segmentation_map.astype(np.uint8), (image.shape[1], image.shape[0]))
cv2.imshow("Segmentation Map", segmentation_map)
cv2.waitKey(0)
cv2.destroyAllWindows()

(2) 使用 PyTorch 或 TensorFlow 加载分割模型
如果需要灵活的操作，可以使用深度学习框架加载分割模型进行推理。

import torch
from torchvision import models
from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt# 加载预训练的 DeepLabV3 模型
model = models.segmentation.deeplabv3_resnet101(pretrained=True)
model.eval()
# 加载图片并预处理
image = Image.open("image.jpg")
transform = transforms.Compose([transforms.ToTensor(),transforms.Resize((520, 520)),transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])
input_image = transform(image).unsqueeze(0)
# 推理
output = model(input_image)['out'][0]
segmentation_map = torch.argmax(output, dim=0).numpy()
# 显示分割结果
plt.imshow(segmentation_map)
plt.show()

cv2.threshold(), cv2.adaptiveThreshold(), cv2.Canny(),cv2.kmeans() 函数详解

  1. cv2.threshold()
    作用：图像二值化，将灰度图像转为黑白图像或多级阈值图像。
retval, dst = cv2.threshold(src, thresh, maxval, type)

参数说明：
src: 输入图像，必须是灰度图（单通道，uint8 类型）。
thresh: 阈值，将灰度图中的像素值与该阈值进行比较。
maxval: 如果满足阈值规则，输出像素值将设置为该值。
type: 阈值类型，有以下几种：
1、cv2.THRESH_BINARY: 大于阈值的像素置为 maxval，否则置为 0。
2、cv2.THRESH_BINARY_INV: 小于阈值的像素置为 maxval，否则置为 0。
3、cv2.THRESH_TRUNC: 大于阈值的像素置为阈值，否则保持原值。
4、cv2.THRESH_TOZERO: 小于阈值的像素置为 0，否则保持原值。
5、cv2.THRESH_TOZERO_INV: 大于阈值的像素置为 0，否则保持原值。

主要用途：
图像二值化（将物体与背景分离）。
特定场景下的简单图像分割。

  1. cv2.adaptiveThreshold()
    作用：图像局部自适应二值化，根据局部区域内的灰度值确定阈值。这种方法在光照条件不均匀的情况下很有优势。
dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

参数说明：
src: 输入图像，必须是灰度图。
maxValue: 满足阈值条件的像素的赋值。
adaptiveMethod: 自适应阈值算法，有以下两种：
cv2.ADAPTIVE_THRESH_MEAN_C: 阈值是局部窗口的平均值减去 C。
cv2.ADAPTIVE_THRESH_GAUSSIAN_C: 阈值是局部窗口的加权平均值减去 C。
thresholdType: 阈值类型（通常为 cv2.THRESH_BINARY 或 cv2.THRESH_BINARY_INV）。
blockSize: 局部区域的尺寸，必须为奇数（如 3、5、11）。
C: 从局部平均值中减去常数 C。

主要用途：
图像自适应二值化。
光照不均情况下的前景分离。

  1. cv2.Canny()
    作用：边缘检测，采用 Canny 算法从图像中提取显著边缘。
dst = cv2.Canny(image, threshold1, threshold2[, apertureSize[, L2gradient]])

参数说明：
image: 输入图像，需为灰度图。
threshold1: 较小的阈值，用于边缘连接。
threshold2: 较大的阈值，用于检测显著边缘。
apertureSize: Sobel 算子的核大小，默认值为 3。通常是 3, 5, 7。
L2gradient: 是否使用更精确的 L2 范数计算梯度，默认为 False

主要用途：
图像边缘提取。
准备图像分割的轮廓信息。

  1. cv2.kmeans()
    作用：基于 K-Means 算法对输入数据进行聚类，适合图像颜色分割或亮度分割。
retval, labels, centers = cv2.kmeans(data, K, bestLabels, criteria, attempts, flags)

参数说明：
data: 输入数据（通常是图像的像素值矩阵，需转换为 np.float32）。
K: 聚类数，即分割的类别数量。
bestLabels: 初始标签（通常为 None）。
criteria: K-Means 的终止条件，例如迭代次数或误差：
(cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, max_iter, epsilon)。
max_iter 是最大迭代次数，epsilon 是误差容忍度。
attempts: 尝试执行 K-Means 聚类的次数，输出至少达到局部最优解。
flags: 初始化中心的方法，常用：
cv2.KMEANS_PP_CENTERS: 使用 K-Means++ 初始化中心点。
cv2.KMEANS_RANDOM_CENTERS: 使用随机选择初始化中心点。

cv2.dnn.blobFromImage(),transforms.Compose()函数详解

  1. cv2.dnn.blobFromImage()
    功能：
    cv2.dnn.blobFromImage() 是 OpenCV 的 DNN（深度学习）模块中的方法，用于将输入图像转换为深度学习模型可以接受的标准化张量（“blob”）。具体包括：
    重新调整图像大小。
    归一化图像像素（例如缩放到 [0,1] 或减去均值）。
    转换通道顺序（例如将图片从 BGR 转换为 RGB）。
    转换维度顺序（从 HWC -> CHW，即 [高度, 宽度, 通道] -> [通道, 高度, 宽度]）。
cv2.dnn.blobFromImage(image, scalefactor=1.0, size=(width, height),mean=(meanR, meanG, meanB), swapRB=True, crop=False)

参数说明：
image: 输入图像，通常是三通道（BGR）图像或单通道图像。
scalefactor: 缩放因子，用于将像素值归一化。例如，设置 scalefactor=1/255 将像素值从 [0,255] 缩放到 [0,1]。
size: 重新调整后的图像尺寸，通常根据模型的输入需求设置（如 (224, 224)）。
mean: 均值，用于归一化（针对每个通道减去均值）。例如：(meanR, meanG, meanB)。
swapRB: 是否交换 R 和 B 通道（将 BGR 转为 RGB），默认为 True。
crop: 是否在调整大小后裁剪图像，如果为 True，会将图像裁剪到目标大小。

返回值：
返回一个预处理后的 blob，即一个多维的 numpy 数组，形状通常为：
[batch_size, channels, height, width]
对单张图像而言，batch_size = 1。

import cv2
# 读取图像（通常是 BGR 格式）
image = cv2.imread('image.jpg')
# 创建 blob
blob = cv2.dnn.blobFromImage(image, scalefactor=1/255.0, size=(224, 224),mean=(0, 0, 0), swapRB=True, crop=False)# 输出 blob 的形状：通常为 (1, 3, 224, 224)，对应 [batch, channels, height, width]
print("Blob shape:", blob.shape)
# 将 blob 传入模型
# net.setInput(blob)
# output = net.forward()

常见参数设置：
归一化：如果模型输入要求的像素范围是 [0, 1]，可以通过 scalefactor = 1/255 实现归一化。
均值减法：一些预训练模型会要求每个通道的均值为特定值，如 (123.68, 116.78, 103.94)（VGG 或 ResNet 等常用）。
图像尺寸：目标模型的输入尺寸通常固定，如 (224, 224) 或 (300, 300)。

  1. transforms.Compose()
    功能：
    transforms.Compose() 是 PyTorch 的 torchvision.transforms 模块中的方法，用来对图像数据进行多步组合式处理，例如裁剪、缩放、归一化等。它允许将多个图像变换操作（transforms）链接在一起。
transforms.Compose([transform1, transform2, ..., transformN])

参数说明：
transform1, transform2, …, transformN：每个变换操作都是一个 torchvision.transforms 的实例。 例如：
transforms.Resize(size): 缩放图像到指定大小。
transforms.CenterCrop(size): 从图像中央裁剪到指定大小。
transforms.Normalize(mean, std): 标准化张量，减去均值并除以标准差。
transforms.ToTensor(): 将图像从 PIL 格式转换为 PyTorch 张量，并归一化到 [0, 1] 范围。
transforms.RandomHorizontalFlip§: 随机水平翻转，概率为 p。
使用场景：
用于对图像数据的批量预处理，尤其是在训练深度学习模型前对数据进行标准化和增强处理。

import torch
from torchvision import transforms
from PIL import Image# 加载图像
image = Image.open("image.jpg")
# 定义数据变换
data_transforms = transforms.Compose([transforms.Resize((224, 224)),                 # 调整大小到 (224, 224)transforms.ToTensor(),                         # 转为 PyTorch 张量transforms.Normalize(mean=[0.485, 0.456, 0.406],  # 按通道归一化 (均值减去)std=[0.229, 0.224, 0.225]) # 按通道归一化 (标准差除以)
])# 对图像应用变换
tensor_image = data_transforms(image)
# 检查结果
print("Tensor shape:", tensor_image.shape)  # 通常为 (3, 224, 224)
print("Tensor values (normalized):", tensor_image)

常用的变换操作：
在这里插入图片描述
组合数据增强处理示例：

import torchvision.transforms as transforms
from PIL import Image# 加载图像
image = Image.open("image.jpg")
# 定义数据增强变换
data_transforms = transforms.Compose([transforms.RandomRotation(30),                      # 随机旋转 ±30 度transforms.RandomHorizontalFlip(p=0.5),             # 随机水平翻转 50% 概率transforms.ColorJitter(brightness=0.2, contrast=0.3),  # 随机调整亮度和对比度transforms.Resize((224, 224)),                      # 调整大小到 (224, 224)transforms.ToTensor(),                              # 转为 PyTorch 张量
])
# 应用变换
tensor_image = data_transforms(image)
print("Augmented Tensor Shape:", tensor_image.shape)

cv2.dnn.blobFromImage() vs transforms.Compose()
这两者主要是针对不同框架的图像预处理功能：

cv2.dnn.blobFromImage() ：主要用于 OpenCV DNN 模型，侧重于将输入格式标准化为深度学习模型的张量。
transforms.Compose() ：是 PyTorch 的高级操作，用于批量构造灵活的数据增强和标准化流程。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/76557.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Linux】软件管理机制和软件安装

【Linux】软件管理机制和软件安装

文章目录 1. 软件管理器1.1 Linux的软件管理方式1.2 Linux的常见软件管理机制RPM和dpkg 2. RPM2.1 rpm安装2.2 rpm升级与更新2.3 rpm查询2.4 rpm验证与数字签名2.5 rpm反安装与重建数据库 3. YUM3.1 yum查询3.2 yum安装/升级3.3 yum删除3.4 yum的配置文件3.5 yum的软件群组功能…
阅读更多...
Android第三次面试总结（网络篇）

Android第三次面试总结（网络篇）

在计算机网络领域，网络模型是理解通信原理的基础框架。本文将详细解析 OSI 参考模型和 TCP/IP 模型的分层结构、核心功能及实际应用，并通过对比帮助读者建立完整的知识体系。 一、OSI 参考模型：七层架构的理论基石 OSI（开放系统…
阅读更多...
OpenCV day5

OpenCV day5

函数内容接上文：OpenCV day4-CSDN博客 目录 9.cv2.adaptiveThreshold(): 10.cv2.split()： 11.cv2.merge()： 12.cv2.add()： 13.cv2.subtract()： 14.cv2.multiply()： 15.cv2.divide()： 1…
阅读更多...
智能运维新范式

智能运维新范式

在制造业、设备制造、工业物联网等领域，“服务周期长、响应效率低” 始终是产品运维的痛点 —— 设备故障突发时，工程师千里奔赴现场的耗时耗力；非计划停机带来的生产损失；客户对服务体验的更高期待…… 传统运维模式早已难以适应…
阅读更多...
实现定时发送邮件,以及时间同步

实现定时发送邮件,以及时间同步

定时发送邮件 部署邮件服务 查看有没有安装mailx,安装了 [root192 ~]# rpm -q mailx mailx-12.5-43.fc38.x86_64去网易拿一下授权码,写到配置文件里 vim /etc/mail.rcset fromxxxxxxx163.com set smtpsmtp.163.com set smtp-auth-userxxxxxxx163.com set smtp-auth-passwor…
阅读更多...
状态模式：有限状态机在电商订单系统中的设计与实现

状态模式：有限状态机在电商订单系统中的设计与实现

状态模式：有限状态机在电商订单系统中的设计与实现 一、模式核心：用状态切换驱动行为变化 在电商订单系统中，订单状态会随着用户操作动态变化：「已创建」的订单支付后变为「已支付」，发货后变为「已发货」&#xff0…
阅读更多...
ubuntu 24.02部署java web服务

ubuntu 24.02部署java web服务

ubuntu 24.02 版本推荐使用jdk 21版本部署java web服务，开发后先使用sudo java -jar xxx.jar验证运行结果。 jdk安装：sudo apt install openjdk-21-jdk-headless 编辑服务文本 [Unit] DescriptionWebMgr Java Application Afternetwork.target mysql.…
阅读更多...
深入浅出：LDAP 协议全面解析

深入浅出：LDAP 协议全面解析

在网络安全和系统管理的世界中，LDAP（轻量级目录访问协议，Lightweight Directory Access Protocol）是一个不可忽视的核心技术。它广泛应用于身份管理、认证授权以及目录服务，尤其在企业级环境中占据重要地位。本文将从基…
阅读更多...
AI书籍大模型微调-基于亮数据获取垂直数据集

AI书籍大模型微调-基于亮数据获取垂直数据集

大模型的开源，使得每位小伙伴都能获得AI的加持，包括你可以通过AIGC完成工作总结，图片生成等。这种加持是通用性的，并不会对个人的工作带来定制的影响，因此各个行业都出现了垂直领域大模型。 垂直大模型是如何训练出来…
阅读更多...
【2025软考高级架构师】——计算机系统基础（7）

【2025软考高级架构师】——计算机系统基础（7）

摘要 本文主要介绍了计算机系统的组成，包括硬件和软件两大部分。硬件由处理器、存储器、总线、接口和外部设备等组成，软件则涵盖系统软件和应用软件。文章还详细阐述了冯诺依曼计算机的组成结构，包括 CPU、主存储器、外存等，并解…
阅读更多...
AI大模型之模型幻觉

AI大模型之模型幻觉

模型幻觉（Model Hallucination）是大模型生成内容时脱离事实、虚构信息的一种现象，尤其在语言模型、图像生成模型等中较为常见。为了更深入地理解这一现象，我们可以将其分为两个维度进行分析：内在幻觉（Intrinsic Hallucination） 和 外在幻觉（Extrinsic Hallucination）。…
阅读更多...
spring Ai---向量知识库(一)

spring Ai---向量知识库(一)

在一些垂直领域以及公司内部信息相关或者实时性相关的大模型应用，就无法直接使用chatGPT。 这个时候，向量知识库就进入了。 通过坐标向量最接近的即为匹配相关答案。 向量模型定义：将文档向量化，保证内容越相似的文本，…
阅读更多...
Viper配置管理笔记

Viper配置管理笔记

一、什么是 Viper？ Viper 是 Go 语言的一个强大工具，就像一个超级管家，专门负责帮你打理程序的各种配置。它能把配置文件（比如 JSON、YAML、TOML 等格式）里的内容读出来，还能监控配置文件的变化&#xff0…
阅读更多...
实现对象之间的序列化和反序列化

实现对象之间的序列化和反序列化

1.什么是序列化？ 在项目的开发中，为了让前端更好的分析后端返回的结果，我们一般会将返回的信息进行序列化，序列化就是将返回对象的状态信息转换为一种标准化的格式，方便在网络中传输也方便打印日志时号观察&#xff0…
阅读更多...
ThreadLocal - 原理与应用场景详解

ThreadLocal - 原理与应用场景详解

ThreadLocal 的基础概念 在 Java 的多线程世界里，线程之间的数据共享与隔离一直是一个关键话题。如果处理不当，很容易引发线程安全问题，比如数据混乱、脏读等。而 ThreadLocal 这个工具类，就像是为线程量身定制的 “私人储物柜”…
阅读更多...
iwebsec靶场 文件包含关卡通关笔记11-ssh日志文件包含

iwebsec靶场 文件包含关卡通关笔记11-ssh日志文件包含

目录 日志包含 1.构造恶意ssh登录命令 2.配置ssh日志开启 （1）配置sshd （2）配置rsyslog （3）重启服务 3.写入webshell木马 4.获取php信息渗透 5.蚁剑连接 日志包含 1.构造恶意ssh登录命令 ssh服务…
阅读更多...
Diamond软件的使用--(4)搭建Modelsim仿真库

Diamond软件的使用--(4)搭建Modelsim仿真库

使用Modelsim仿真的原因 由于diamond自带的仿真软件Active-HDL需要另一套Lisence，所以我们使用第三方仿真软件Modelsim来进行仿真。 Modelsim10.5下载链接如下：https://pan.baidu.com/s/1G9699ocWm1UTqK2yS2igyQ 提取码：lewa 一、Lattice仿…
阅读更多...
2025年4月19日，四月第三周，C++，字符串数组答案解析

2025年4月19日，四月第三周，C++，字符串数组答案解析

答案与解析 1. 输出字符串数组所有元素 cpp 复制 下载 #include <iostream> using namespace std;int main() {string arr[] = {"apple", "banana", "cherry"};int n = sizeof(arr)/sizeof(arr[0]); // 计算数组长度for (int i = 0; …
阅读更多...
C语言之高校学生信息快速查询系统的实现

C语言之高校学生信息快速查询系统的实现

&#x1f31f; 嗨&#xff0c;我是LucianaiB&#xff01; &#x1f30d; 总有人间一两风&#xff0c;填我十万八千梦。 &#x1f680; 路漫漫其修远兮&#xff0c;吾将上下而求索。 C语言之高校学生信息快速查询系统的实现 目录 任务陈述与分析 问题陈述问题分析 数据结构设…
阅读更多...
【网络篇】TCP vs UDP底层区别+网络编程概念

【网络篇】TCP vs UDP底层区别+网络编程概念

大家好呀 我是浪前 今天讲解的是网络篇的第三章&#xff1a;网络编程概念和TCP&UDP的区别 网络编程概念TCP和UDP的区别 跨主机通信:网络编程插座&#xff1a;网络编程的本质&#xff1a; 网络编程的重要概念&#xff1a;客户端和服务器&#xff1a; 客户端和服务器的交互模…
阅读更多...
最新文章

Copyright @ 2022~2023