道路连通性增强算法

最新推荐文章于 2024-08-30 07:26:24 发布

qxl_0517

最新推荐文章于 2024-08-30 07:26:24 发布

阅读量1k

点赞数

分类专栏：计算机视觉

本文链接：https://blog.csdn.net/qq_40142361/article/details/119879976

版权

该文章探讨了如何改进道路连通性算法，针对语义分割结果中道路断断续续的问题，引用了sknw库进行处理。通过应用该算法，实现了道路连通性的增强，显著提升了道路的连续性表现。

摘要由CSDN通过智能技术生成

本文旨在优化道路连通性算法,gt为影像通过语义分割或者其他算法得到的道路直接测试结果，但这类结果往往效果较差，道路断断续续，所以有必要对道路进行连通性增强，算法如下：

from sknw import build_sknw
from skimage.morphology import skeletonize
import cv2
def patch_regular(gt,tau,thickness):
    #gt=tifffile.imread(img_path)
    ske = skeletonize(gt).astype(np.uint16)
    graph = build_sknw(ske)
    points=[]
    nodes=set()
    # draw edges by pts
    for (s,e) in graph.edges():
        ps = graph[s][e]['pts']
        p1=[float(ps