当前位置：首页 > wzjs >正文

网站开发公司排行黑龙江期刊网站制作

wzjs 2025/9/12 17:29:20

网站开发公司排行,黑龙江期刊网站制作,成都网站排名优化,嵌入式应用软件开发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…

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

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。

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。

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。

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

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)。

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)