超像素
超像素是把一张图片中具有相似特征的像素进行聚类,形成一个更具有代表性的大“像素”。这个新的像素可以作为其他图像处理算法的基本单位,可以减低图像的维度和异常像素点。目前常用的超像素分割算法有SLIC、SEEDS和LSC。下面来说说这些算法基于Opencv的Python实现。
SLIC算法
算法具体原理可参考博客:SLIC超像素算法原理
那么我来讲讲如何在opencv去实现该算法。利用opencv中ximgproc类下的子类SuperpixelSLIC实现。
python调用方法:
retval = cv.ximgproc.createSuperpixelSLIC( image[, algorithm[, region_size[, ruler]]] )
其中各个参数意义如下:
image :输入图像
algorithm:选择要使用的算法变体:SLIC、SLICO(默认)和MSLIC三种可选
region_size:平均超像素大小,默认10
ruler:超像素平滑度,默认10
python具体实现如下:
import cv2
import numpy as np
img = cv2.imread("mao.jpg")
#初始化slic项,超像素平均尺寸20(默认为10),平滑因子20
slic = cv2.ximgproc.createSuperpixelSLIC(img,region_size=20,ruler = 20.0)
slic.iterate(10) #迭代次数,越大效果越好
mask_slic