Блог

В настоящее время у меня есть карта заметности изображения ниже, изображения спектральной заметности и мелкозернистой заметности ниже получены с помощью следующего кода:

 import cv2

imgpath = r'Content Image.jpg'
image = cv2.imread(imgpath)

width = 350
height = 450
dim = (width, height)
 
# resize image
resized = cv2.resize(image, dim, interpolation = cv2.INTER_AREA)

saliency = cv2.saliency.StaticSaliencySpectralResidual_create()
(success, saliencyMap) = saliency.computeSaliency(resized)
saliencyMap = (saliencyMap * 255).astype("uint8")
cv2.imshow("Image", resized)
cv2.imshow("Output", saliencyMap)
cv2.waitKey(0)
cv2.destroyAllWindows()

saliency = cv2.saliency.StaticSaliencyFineGrained_create()
(success, saliencyMap) = saliency.computeSaliency(resized)
 

Все это имеет смысл, и я понимаю, почему они были получены.

Тем не менее, когда я пытаюсь получить карту порога, используя приведенный ниже код:

 ret, threshMap = cv2.threshold(saliencyMap.astype("uint8"), 120, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imshow("Image", resized)
cv2.imshow("Output", saliencyMap)
cv2.imshow("Thresh", threshMap)
cv2.waitKey(0)
 

Я получаю следующее изображение:

Не совсем понимаю, почему это так, поскольку я почти уверен, что следил за всем, что нашел в Интернете, любая помощь будет очень признательна.

saliencyMap имеет значения от 0 до 1. Вам нужно изменить масштаб значений до диапазона 0-255. Затем решите, хотите ли вы порог otsu или порог вручную. Данное значение 120 не влияет на метод бинаризации Otsu, так как само автоматически определяет пороговое значение.

 ret, threshMap = cv2.threshold((saliencyMap * 255).astype('uint8'), 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imshow("Image", resized)
cv2.imshow("Output", saliencyMap)
cv2.imshow("Thresh", threshMap)
cv2.waitKey(0)
cv2.destroyAllWindows()
 

выходная бинаризация Otsu:

Или ручной 120 ввод значения для порогового значения

 ret, threshMap = cv2.threshold((saliencyMap * 255).astype('uint8'), 120, 255, cv2.THRESH_BINARY)