TrưỜng đẠi họC ĐIỆn lực khoa đIỆn tử viễn thông tiểu luận môn họC: KỸ thuật lập trìNH TROng đtvt
tải về 0.86 Mb. Chế độ xem pdf
|
DeCuongOnThi NhapMonTinHoc K1 2021 D15 Đã sửa
| 5.3.2. Thuật toán Hoshen Kopelman: là một thuật toán đơn giản và hiệu quả để ghi
nhãn các cụm trên lưới, trong đó lưới là một mạng lưới các ô thông thường, với các ô bị chiếm hoặc không sử dụng. - Phân đoạn các thành phần được kết nối của hình ảnh: - Thuật toán quét qua từng pixel của hình ảnh và gắn nhãn nó với giá trị nhỏ nhất trong số các neighbors đã được chuyển và sau đó gọi là một hợp nhất. - Thuật toán Hoshen Kopelman bao gồm quét raster của lưới đề cập: Code: # 4 Neighborhood, # 8 Neighborhood def printMat(imag): def findCluster(x): import copy import cv2 def hk(img, bg = 255, nh = 8): # 4 Neighborhood def neighborhood4(i,j): lst = [] if(i==0): if(j==0): return lst else: lst.append((i, j-1)) return lst elif(j==0): lst.append((i-1, j)) return lst else: lst.append((i-1,j)) lst.append((i, j-1)) return lst # 8 Neighborhood def neighborhood8(i,j, ncols): lst = [] if (i == 0): if (j == 0): return lst else: Kỹ thuật lập trình PYTHON Giảng Viên Hướng Dẫn: TS. Lê Trọng Hiếu 29 lst.append((i, j - 1)) return lst elif (j == 0): lst.append((i - 1, j)) lst.append((i-1, j+1)) return lst elif(j == ncols-1): lst.append((i - 1, j)) lst.append((i, j - 1)) lst.append((i-1, j-1)) return lst else: lst.append((i, j-1)) lst.append((i-1, j-1)) lst.append((i-1, j)) lst.append((i-1, j+1)) return lst def combineObjs(objList): rmin = min([ele[0] for ele in objList]) rmax = max([ele[1] for ele in objList]) cmin = min([ele[2] for ele in objList]) cmax = max([ele[3] for ele in objList]) return (rmin,rmax,cmin,cmax) def printMat(imag): for row in imag: for col in row: print(col, end= " ", file=text_file) print(file=text_file) print(file=text_file) print(file=text_file) label = 1 objs = [] find = [] def findCluster(x): while(find[x-1]!=x): x = find[x-1] return x img = copy.deepcopy(img) nrows,ncols = img.shape for i in range(nrows): for j in range(ncols): Kỹ thuật lập trình PYTHON Giảng Viên Hướng Dẫn: TS. Lê Trọng Hiếu 30 # if pixel is not a background pixel if(img[i,j]!= bg): if(nh == 4): ngbrs = neighborhood4(i,j) else: ngbrs = neighborhood8(i,j, ncols) ngbrs = [ele for ele in ngbrs if(img[ele[0], ele[1]]!= bg)] # has no occupied passed neighbors if(len(ngbrs)==0): img[i, j] = label find.append(label) objs.append((i,i, j,j)) label+=1 else: finds = list(set([findCluster(img[ele[0], ele[1]]) for ele in ngbrs])) relObjs = [objs[ele-1] for ele in finds if objs[ele-1] is not None] leastVal = min(finds) img[i, j] = leastVal relObjs.append((i,i,j,j)) combObj = combineObjs(relObjs) for ele in finds: find[ele-1] = leastVal for ele in finds: objs[ele-1] = None objs[leastVal-1] = combObj for i in range(nrows): for j in range(ncols): if(img[i,j]!=bg): img[i,j] = findCluster(img[i,j]) # return img objs = [i for i in objs if i is not None] objs = list(filter(lambda x: x[0]!=x[1] and x[2]!=x[3], objs)) return objs # import numpy as np # img = np.array([0,255,255,0,255,255, 255,0,0,0,0,255, 255,255,0,255,255,255, 0,0,255,0,0,255, 255,255,0,0,255,0, 255,255,255,255,0,0]) # img = img.reshape((6,6)) # hk(img) Kỹ thuật lập trình PYTHON Giảng Viên Hướng Dẫn: TS. Lê Trọng Hiếu 31 tải về 0.86 Mb. Chia sẻ với bạn bè của bạn:
|