python-3.x – 如何从try_all_threshold自动选择最佳结果？

2023年10月30日 317次阅读

我正在对基于文本数字的图像应用阈值处理.使用skimage.filters.try_all_threshold会导致应用7种阈值算法.我能够得到重新开始,但我正在考虑如何只选择1个结果将结果传递给下一个过程/动态选择1个最佳结果. 最佳答案 您需要定义原始图像和二值化图像之间的相似性度量,然后选择最大化该度量的阈值方法.

演示

以下代码旨在让您走上正确的轨道.请注意,函数相似性返回一个随机数而不是一个合理的相似性度量.您应该自己实现它或者用适当的函数替换它.

import numpy as np
from skimage.data import text
import skimage.filters
import matplotlib.pyplot as plt

threshold_methods = [skimage.filters.threshold_otsu,
                     skimage.filters.threshold_yen,
                     skimage.filters.threshold_isodata,
                     skimage.filters.threshold_li,
                     skimage.filters.threshold_mean,
                     skimage.filters.threshold_minimum,
                     skimage.filters.threshold_mean,
                     skimage.filters.threshold_triangle,
                     ]

def similarity(img, threshold_method):
    """Similarity measure between the original image img and and the
    result of applying threshold_method to it.
    """
    return np.random.random()

results = np.asarray([similarity(text(), f) for f in threshold_methods])    
best_index = np.nonzero(results == results.min())[0][0]    
best_method = thresholding_methods[best_index]
threshold = best_method(text())
binary = text() >= threshold

fig, ax = plt.subplots(1, 1)
ax.imshow(binary, cmap=plt.cm.gray)
ax.axis('off')
ax.set_title(best_method.__name__)
plt.show(fig)

《python-3.x – 如何从try_all_threshold自动选择最佳结果？》

编辑

显然,随机选择阈值方法是无稽之谈(正如我在上面的玩具示例中所做的那样).相反,您应该实现一个相似性度量,允许您自动选择最有效的算法.一种可能的方法是计算错误分类错误,即错误地分配给前景的背景像素的百分比,相反,错误地分配给背景的前景像素.由于错误分类错误是一种相异性度量而不是相似性度量,您必须选择最小化该度量的方法,如下所示：

best_index = np.nonzero(results == results.min())[0][0]

请查看this paper,了解有关此阈值和其他阈值性能评估方法的详细信息.

点赞