怎么将二值化结果“binary”中连续的白色区域提取出来，在原代码基础上更改。

陶远航

要提取二值化结果中连续的白色区域，可以使用scipy.ndimage.label函数对二值化图像进行标记，然后使用scipy.ndimage.find_objects函数找到每个连续区域的边界框。

以下是在你的代码基础上添加这些更改的示例：

1. from tifffile import imread, imwrite
   
2. from skimage import filters, color
   
3. import numpy as np
   
4. from osgeo import gdal
   
5. from scipy import ndimage
   
6. 
   
7. # 读取TIFF格式无人机影像数据
   
8. image_path = r'F:\duneline\dune\dune2.tif'
   
9. output_path = 'sobel_222.tif'
   
10. image = imread(image_path)
    
11. 
    
12. # 转换为灰度图像
    
13. gray_image = color.rgb2gray(image)
    
14. 
    
15. # 边缘检测，lap取沙丘脊线
    
16. edges = filters.laplace(gray_image)
    
17. 
    
18. # 计算局部自适应阈值
    
19. threshold = filters.threshold_local(edges, block_size=11, offset=0.008)
    
20. 
    
21. # 将阈值应用于图像，得到二值化图像
    
22. edg = edges < threshold
    
23. binary = edg * 255
    
24. 
    
25. # 标记连续的白色区域
    
26. label_image, num_labels = ndimage.label(binary)
    
27. 
    
28. # 找到每个连续区域的边界框
    
29. regions = ndimage.find_objects(label_image)
    
30. 
    
31. # 创建新的输出图像
    
32. driver = gdal.GetDriverByName('GTiff')
    
33. out_ds = driver.Create(output_path, image.shape[1], image.shape[0], 1, gdal.GDT_Byte)
    
34. 
    
35. # 修改数据类型为gdal.GDT_Byte
    
36. out_band = out_ds.GetRasterBand(1)
    
37. out_band.WriteArray(label_image.astype(np.uint8))  # 将标记图像写入输出
    
38. 
    
39. # 设置颜色表，用于可视化连续区域
    
40. color_table = gdal.ColorTable()
    
41. for i in range(num_labels):
    
42.     color_table.SetColorEntry(i+1, (255, 255, 255))  # 每个连续区域使用白色
    
43. out_band.SetColorTable(color_table)
    
44. 
    
45. # 设置输出图像的空间参考信息
    
46. in_ds = gdal.Open(image_path)
    
47. projection = in_ds.GetProjection()
    
48. geotransform = in_ds.GetGeoTransform()
    
49. out_ds.SetProjection(projection)
    
50. out_ds.SetGeoTransform(geotransform)
    
51. 
    
52. # 释放资源
    
53. out_band.FlushCache()
    
54. out_ds = None
    
55. in_ds = None
    
56. 
    
57. print("保存成功！")
    

复制代码

在修正后的代码中，我们使用scipy.ndimage.label函数对二值化图像进行标记，并获得标记图像和连续区域的数量。然后，我们使用scipy.ndimage.find_objects函数找到每个连续区域的边界框。最后，我们将标记图像写入输出文件，并为每个连续区域设置白色的颜色表条目。

希望这可以帮助到你！如果还有其他问题，请随时提问。
如果问题已经解决，请设置最佳答案