トップページ ▶ データベース研究 ▶ 画像のセグメンテーション ▶ scikit-image のスーパーピクセルを行ってみる

サイトマップ

サイト内検索

アクセスログ

金子邦彦研究室

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るが，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

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境（JupyterLab, spyder, nteract）のインストール

Windows の場合

1. Python のインストール

   Python の URL: http://www.python.org/

   インストール手順の詳細は： 別ページで説明している．

2. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder, nteract）のインストール（Windows 上）

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

   

   python -m pip install -U pip setuptools
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

Ubuntu の場合

システム Python を使用（インストール操作は不要）

1. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder, nteract）のインストール（Ubuntu 上）

   端末で，次のコマンドを実行．

   sudo apt -y install python3-dev python3-pip python3-setuptools python3-venv
   sudo pip3 uninstall ptyprocess sniffio terminado tornado jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   sudo apt -y install jupyter jupyter-qtconsole spyder3
   sudo apt -y install python3-ptyprocess python3-sniffio python3-terminado python3-tornado 
   sudo pip3 install -U jupyterlab nteract_on_jupyter
   

動作に必要となる Python パッケージのインストール

1. Windows では，コマンドプロン プトを管理者として実行．
   
2. 次のコマンドを実行．

   python -m pip install -U scikit-image matplotlib
   

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．

1. Jupyter Qt Console を起動

   jupyter qtconsole
   

   
   ->

   irisデータセットの準備

   Python プログラムを動かすために， pythonやpython3などのコマンドを使う． あるいは， 開発環境や Python コンソール（Jupyter Qt Console，spyder，PyCharm，PyScripter など）の利用も便利である．

   ※ 「jupyter qtconsole」を入れたのに，jupyter qtconsole が起動しない という場合には，次の操作で，インストールを行ってから，もう一度試してみる．

   ※ Windows では「python」，Ubuntu では「sudo python3 -m pip」

   python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
   

2. 次の Python プログラムを実行

   import matplotlib.pyplot as plt
   %matplotlib inline
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   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
%matplotlib inline
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
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
%matplotlib inline
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
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
%matplotlib inline
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
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) )