如何使用Python中的scikit-learn找到图像的轮廓？

Scikit-learn通常称为sklearn，它是Python中用于实现机器学习算法的库。它是一个开源库，因此可以免费使用。该库建立在Numpy、SciPy和Matplotlib库上。

使用“marching squares”方法来查找图像中的轮廓。使用“skimage”库中“measure”类中的“find_contours”函数。在其中，数组中的值以线性方式进行插值。

这样，输出图像中的轮廓的精度将大大提高。如果图像中的轮廓相交，则轮廓是开放的，否则是闭合的。

让我们了解如何使用scikit-learn库查找图像中的轮廓-

阅读更多：Python 教程

示例

import numpy as np
import matplotlib.pyplot as plt
from skimage import measure
x, y = np.ogrid[-6.7:np.pi:215j, -1.2:np.pi:215j]
r = np.sin(np.exp((np.sin(x)**3 + np.cos(y)**2)))
contours = measure.find_contours(r, 0.8)
fig, ax = plt.subplots()
ax.imshow(r, cmap=plt.cm.gray)
for contour in contours:
    ax.plot(contour[:, 1], contour[:, 0], linewidth=2)
ax.axis('Image')
ax.set_xticks([])
ax.set_yticks([])
plt.show()

输出

说明

• 必需的包已导入到环境中。

• 使用NumPy包生成数据。

• 使用“find_contours”函数确定图像的轮廓。

• “subplot”函数用于在控制台上显示原始图像和带有轮廓的图像。