Justheartyoung 发表于 2023-8-6 15:21:07

代码实现;提取结果的左侧边界线的提取

目前已有的代码已经实现了沙丘的提取,现在需要在已有的结果基础上,进一步增加并完善代码,实现结果左侧的边界线提取,请在原代码上更改并补充。谢谢
原代码:

from tifffile import imread
import numpy as np
from osgeo import gdal, osr

# 读取TIFF格式无人机影像数据
image_path = 'F:\duneline\dune\dune.tif'
output_path = 'overlay_image.tif'

image = imread(image_path)

# 将输入图像转换为灰度图像
gray_image = np.mean(image, axis=2)

# 自适应阈值二值化
binary = np.zeros_like(gray_image, dtype=np.uint8)
window_size = 7 # 窗口大小
k = 0.1 # 控制阈值的参数
for i in range(window_size//2, gray_image.shape-window_size//2):
    for j in range(window_size//2, gray_image.shape-window_size//2):
      window = gray_image
      threshold = np.mean(window) - k * np.std(window)
      if gray_image > threshold:
            binary = 255

# 配置输出的空间参考信息
in_ds = gdal.Open(image_path)
projection = in_ds.GetProjection()
geotransform = in_ds.GetGeoTransform()

# 创建新的输出图像
driver = gdal.GetDriverByName('GTiff')
out_ds = driver.Create(output_path, image.shape, image.shape, 1, gdal.GDT_Byte)# 修改数据类型为gdal.GDT_Byte

# 设置输出图像的空间参考信息
out_ds.SetProjection(projection)
out_ds.SetGeoTransform(geotransform)

# 将沙脊线部分写入输出图像
out_band = out_ds.GetRasterBand(1)
out_band.WriteArray(binary.astype(np.uint8))# 修改为正确的数据类型

# 设置颜色表
color_table = gdal.ColorTable()
color_table.SetColorEntry(0, (0, 0, 0, 0))# 黑色,对应值为0
color_table.SetColorEntry(255, (255, 255, 255, 255))# 白色,对应值为255
out_band.SetColorTable(color_table)

# 释放资源
out_band.FlushCache()
out_ds = None
in_ds = None

print("保存成功!")

拟完善结果(代码实现黑色区域左侧边界线的提取,即红色线):

Mike_python小 发表于 2023-8-6 15:21:21

代码实现黑色区域左侧边界线的提取

为了实现黑色区域左侧边界线的提取,我们可以使用OpenCV库的轮廓检测功能。以下是在原代码的基础上添加的代码块:


# 使用Canny边缘检测
edges = cv2.Canny(binary, 30, 100)

# 寻找轮廓
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 寻找最左侧的轮廓点
leftmost_contour = min(contours, key=lambda contour: np.min(contour[:, :, 0]))

# 绘制左侧边界线
boundary_image = np.zeros_like(binary, dtype=np.uint8)
cv2.drawContours(boundary_image, , -1, 255, thickness=2)

# 将边界线写入输出图像
out_band.WriteArray(boundary_image)


将上述代码块添加到原有代码的# 将沙脊线部分写入输出图像之前。这段代码会使用Canny边缘检测来获取二值化后图像的边缘,并通过轮廓检测找到最左侧的轮廓点,然后绘制出左侧边界线,并将其写入输出图像。

请尝试运行修改后的代码,并查看输出图像中的结果。结果图像中应该有一条红色线表示黑色区域的左侧边界线。如果需要调整该边界线的样式,例如颜色或线宽,请根据需要进行修改。

如果回答对你有帮助,请给我一个最佳答案!这对我非常重要!{:10_254:}{:10_254:}{:10_254:}

isdkz 发表于 2023-8-6 15:21:26

原代码已经实现了沙丘的提取,现在需要进一步完善代码,实现结果左侧的边界线提取。以下是拟完善的代码实现:

# 导入所需的库
import cv2

# 读取二值化后的图像
binary_image = cv2.imread(output_path, cv2.IMREAD_GRAYSCALE)

# 寻找轮廓
contours, hierarchy = cv2.findContours(binary_image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 创建空白图像,用于绘制边界线
boundary_image = np.zeros_like(binary_image, dtype=np.uint8)

# 绘制边界线
for contour in contours:
    for i in range(len(contour)):
      if i == 0:
            cv2.line(boundary_image, tuple(contour[ i]), tuple(contour[ i]), (0, 0, 255), 2)
      else:
            cv2.line(boundary_image, tuple(contour), tuple(contour[ i]), (0, 0, 255), 2)

# 保存结果
cv2.imwrite('boundary_image.tif', boundary_image)

print("边界线提取完成!")


以上代码使用OpenCV库对二值化后的图像进行边界线的提取。首先使用 cv2.imread 函数读取二值化后的图像,然后使用 cv2.findContours 函数寻找轮廓。接着,创建一个空白图像,用于绘制边界线。通过遍历每个轮廓的点,使用 cv2.line 函数绘制边界线。最后,使用 cv2.imwrite 函数保存结果图像。完成后,输出"边界线提取完成!"。

请注意,为了运行此代码,您需要安装OpenCV库。可以使用以下命令进行安装:

pip install opencv-python


希望能帮助到您!如果有任何问题,请随时提问。

学习编程中的Ben 发表于 2023-8-6 15:21:29

请参考下面的代码,在原代码的基础上添加了提取左侧边界线的功能。

from tifffile import imread
import numpy as np
from osgeo import gdal

# 读取TIFF格式无人机影像数据
image_path = 'F:\duneline\dune\dune.tif'
output_path = 'overlay_image.tif'

image = imread(image_path)

# 将输入图像转换为灰度图像
gray_image = np.mean(image, axis=2)

# 自适应阈值二值化
binary = np.zeros_like(gray_image, dtype=np.uint8)
window_size = 7# 窗口大小
k = 0.1# 控制阈值的参数
for i in range(window_size // 2, gray_image.shape - window_size // 2):
    for j in range(window_size // 2, gray_image.shape - window_size // 2):
      window = gray_image
      threshold = np.mean(window) - k * np.std(window)
      if gray_image > threshold:
            binary = 255

# 提取左侧边界线
boundary = np.zeros_like(binary, dtype=np.uint8)
for i in range(binary.shape):
    for j in range(1, binary.shape):
      if binary == 0 and binary == 255:# 左侧边界线
            boundary = 255

# 配置输出的空间参考信息
in_ds = gdal.Open(image_path)
projection = in_ds.GetProjection()
geotransform = in_ds.GetGeoTransform()

# 创建新的输出图像
driver = gdal.GetDriverByName('GTiff')
out_ds = driver.Create(output_path, image.shape, image.shape, 1, gdal.GDT_Byte)

# 设置输出图像的空间参考信息
out_ds.SetProjection(projection)
out_ds.SetGeoTransform(geotransform)

# 将边界线部分写入输出图像
out_band = out_ds.GetRasterBand(1)
out_band.WriteArray(boundary.astype(np.uint8))

# 设置颜色表
color_table = gdal.ColorTable()
color_table.SetColorEntry(0, (0, 0, 0, 0))# 黑色,对应值为0
color_table.SetColorEntry(255, (255, 0, 0, 255))# 红色,对应值为255
out_band.SetColorTable(color_table)

# 释放资源
out_band.FlushCache()
out_ds = None
in_ds = None

print("保存成功!")


请尝试运行修改后的代码,看是否能够成功提取结果左侧的边界线并保存图像。

如果回答对你有帮助,请给我一个最佳答案!{:10_254:}{:10_254:}{:10_254:}

Justheartyoung 发表于 2023-8-6 15:46:57

Mike_python小 发表于 2023-8-6 15:21
代码实现黑色区域左侧边界线的提取

为了实现黑色区域左侧边界线的提取,我们可以使用OpenCV库的轮廓检测功 ...

请在原代码基础上修改 谢谢

Justheartyoung 发表于 2023-8-6 15:47:15

isdkz 发表于 2023-8-6 15:21
原代码已经实现了沙丘的提取,现在需要进一步完善代码,实现结果左侧的边界线提取。以下是拟完善的代码实现 ...

请将代码融合进原代码

Justheartyoung 发表于 2023-8-6 15:47:47

学习编程中的Ben 发表于 2023-8-6 15:21
请参考下面的代码,在原代码的基础上添加了提取左侧边界线的功能。



结果不行,还有没有办法
页: [1]
查看完整版本: 代码实现;提取结果的左侧边界线的提取