scikit に実装されているスーパーピクセルを試してみる
スーパーピクセルに関する参考記事： http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_segmentations.html
先人に感謝．
元画像
SLIC
felzenszwalb
quickshift
watershed
上に実行結果例を示しているが，パラメータの調整により結果が変わりますので，上の図だけで，どれが良いと結論を出さないようにしてください．
キーワード：superpixel, SLIC, felzenszwalb, quickshift, watershed, scikit-image, Python
システム Python を使うことができる（その場合，Python のインストールは行わない）
システム Python を用いるときは，pip, setuptools の更新は次のコマンドで行う．
sudo apt -y update sudo apt -y install python3-pip python3-setuptools
Ubuntu で，システム Python 以外の Python をインストールしたい場合は pyenv が便利である: 別ページで説明している．
Python の URL: http://www.python.org/
【Python, pip の使い方】
Python, pip は，次のコマンドで起動できる．
【Python 開発環境のインストール】
JupyterLab, spyder, nteract （Python 開発環境） のインストールは， Windows でコマンドプロンプトを管理者として実行し， 次のコマンドを実行．
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
詳しくは，: 別ページで説明している．
JupyterLab, spyder, nteract （Python 開発環境） のインストール: : 別ページで説明している．
python -m pip install -U scikit-image matplotlib
SLIC を行う Python プログラムを実行してみる．
Python プログラムを動かすために， Windows では「python」， Ubuntu では「python3」などのコマンドを使う．
あるいは， 開発環境や Python コンソール（Jupyter Qt Console，Spyder，PyCharm，PyScripter など）の利用も便利である．
あるいは，オンラインで動くGoogle Colaboratory のノートブックの利用も，場合によっては便利である．
![[image]](../../info/logo_png.png){kind=logo}
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore') # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)
a = skimage.segmentation.slic(img)
plt.imshow( a )
plt.imshow( skimage.segmentation.mark_boundaries(img, a) )
felzenszwalb を行う Python プログラムを実行してみる．
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore') # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)
a = skimage.segmentation.felzenszwalb(img)
plt.imshow( a )
plt.imshow( skimage.segmentation.mark_boundaries(img, a) )
quickshift を行う Python プログラムを実行してみる．
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore') # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)
a = skimage.segmentation.quickshift(img)
plt.imshow( a )
plt.imshow( skimage.segmentation.mark_boundaries(img, a) )
watershed を行う Python プログラムを実行してみる．
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore') # Suppress Matplotlib warnings
import skimage.data
import skimage.color
import skimage.filters
import skimage.util
import skimage.segmentation
img = skimage.util.img_as_float( plt.imread("d:\lena_std.jpg") )
plt.imshow(img)
a = skimage.segmentation.watershed( skimage.filters.sobel( skimage.color.rgb2gray( img ) ), markers=250 )
plt.imshow( a )
plt.imshow( skimage.segmentation.mark_boundaries(img, a) )
本サイトは金子邦彦研究室のWebページである．
資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．
公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している． 再配布や資料改変の際には，そのページをご確認ください．
サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．
問い合わせ先： 金子邦彦（かねこ くにひこ） ![[image]](../../info/kanekomail.png){kind=small}