Working with Images and Text QUIZ

StoyanPeev 6 Точки

Working with Images and Text QUIZ

Здравейте,

Имам въпрос относно тази задача на Quiz-а.

Morphology

2.0 points possible (graded)

Read the blue (third) channel of the hamburger image. Perform binary opening on this channel. You can use skimage. Use a 3x3 square as the structuring element.

This will return a boolean array which you can convert to numbers. Optionally, display the resulting image.

How many white pixels does the resulting image contain?

Не е оказано какъв да бъде трешхолда за бинарно разпределение на пикселите, а в зависимост от това зависи колко ще са белите пискели след като се направи опенинг. По подразбиране съм разделил хамбургера на 2 равни части, т.е. >= 128. Някой да каже дали пропускам нещо по условието?

Тагове:

21/01/2018 17:50:32 Data Science

TeodorStefanovPld 1274 Точки

не така е,Данчо ползва default настройките така че 128 е правилно

21/01/2018 18:05:17

magggie 19 Точки

@StoyanPeev,

аз това ползвах за binary opening -

http://scikit-image.org/docs/dev/api/skimage.morphology.html#skimage.morphology.binary_opening

Поздрави,

magggie

21/01/2018 19:21:10

nstoichkov 1 Точки

Почти две години по късно тъкмо се чудех коя функция да ползвам :) благодаря за съвета

Прддполагам това е правилния начин за binary opening on this channel using a 3x3 square

from skimage.morphology import binary_opening
from skimage.morphology import square
blue_chanel_binary = binary_opening(image=burger_blue_channel, selem = square(3))

13/07/2020 17:47:33 13/07/2020 17:55:38

nevelinapp 0 Точки

Благодаря. как обаче накрая преброявате колко са белите пиксели в резултатното изображение?

Аз дотук, водейки се от лекцията съм написала това:

In: threshold = 128
In: is_smaller = blue <= threshold

In: is_smaller

Out: array([[ True, True, True, ..., True, True, True], [ True, True, True, ..., True, True, True], [ True, True, True, ..., True, True, True], ..., [ True, True, True, ..., True, True, True], [ True, True, True, ..., True, True, True], [ True, True, True, ..., True, True, True]])

In: blue [is_smaller] = 0

In: blue [~is_smaller] = 1

In: blue

Out: array([[0, 0, 0, ..., 0, 0, 0], [0, 0, 0, ..., 0, 0, 0], [0, 0, 0, ..., 0, 0, 0], ..., [0, 0, 0, ..., 0, 0, 0], [0, 0, 0, ..., 0, 0, 0], [0, 0, 0, ..., 0, 0, 0]], dtype=uint8)

19/07/2020 23:26:07 19/07/2020 23:34:35

nstoichkov 1 Точки

Във върнатия от binary_opening речник True - са белите пиксели False - са черните

unique, counts = np.unique(blue_chanel_binary, return_counts=True)
dict(zip(unique, counts))

По този начин виждам кои колко са

20/07/2020 09:59:49

Покажи всички коментари