scikit-image のスーパーピクセルを行ってみる

scikit に実装されているスーパーピクセルを試してみる

スーパーピクセルに関する参考記事： http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_segmentations.html

先人に感謝．

元画像

SLIC

felzenszwalb

quickshift

watershed

上に実行結果例を示していますが，パラメータの調整により結果が変わりますので，上の図だけで，どれが良いと結論を出さないようにしてください．

キーワード：superpixel, SLIC, felzenszwalb, quickshift, watershed,　scikit-image, Python

前もって準備しておくこと

前準備として，Anaconda のインストール, 動作に必要となる Python パッケージのインストールが終わっていること．手順を下に説明しています．

Anaconda のインストール

Python 3 の開発環境である Anacondaをおすすめ．Window でのインストール手順は次の通りです（Linuxでも同様の手順です）．

https://www.continuum.io/downloads#windows
「Download」をクリックする．
ダウンロードが始まるので確認する．
ダウンロードした .exe ファイルを実行して，Anacondaをインストール．

動作に必要となる Python パッケージのインストール

Windowsのメニューで，コマンドプロンプトを管理者として実行そして，次のコマンドを実行．

conda install scikit-image
conda install matplotlib

※ 「Proceed ([y]/n)?」のように表示されたときは y, Enter キー

scikit-image のスーパーピクセルを行ってみる

SLIC

SLIC を行う Python プログラムを実行してみる．

「IPython シェル」を使う．

※ Anacondaに入っている開発環境 spyder を実行し，右下の ipython コンソールを使うのが簡単．

次の Python プログラムを実行

import matplotlib.pyplot as plt
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena.jpg") )
plt.imshow(img)

a = skimage.segmentation.slic(img)
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )

felzenszwalb

felzenszwalb を行う Python プログラムを実行してみる．

import matplotlib.pyplot as plt
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena.jpg") )
plt.imshow(img)

a = skimage.segmentation.felzenszwalb(img)
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )

quickshift

quickshift を行う Python プログラムを実行してみる．

import matplotlib.pyplot as plt
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena.jpg") )
plt.imshow(img)

a = skimage.segmentation.quickshift(img)
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )

watershed

watershed を行う Python プログラムを実行してみる．

import matplotlib.pyplot as plt
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena.jpg") )
plt.imshow(img)

a = skimage.segmentation.watershed( skimage.filters.sobel( skimage.color.rgb2gray( img ) ), markers=250 ) 
plt.imshow( a )

plt.imshow( skimage.segmentation.mark_boundaries(img, a) )