반응형
파이썬 이미지 객체 경계선(boundary) 표시 : skimage, mark_boundaries 활용¶
In [1]:
# 패키지 불러오기
import os
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
from skimage.segmentation import mark_boundaries
In [2]:
# path 정의
path = "mark_boundaries_ex"
img_filename = "ex_img.png"
target_filename = "ex_target.png"
In [3]:
# 데이터 불러오기
img = Image.open(os.path.join(path, img_filename))
target = Image.open(os.path.join(path, target_filename))
In [4]:
plt.imshow(img)
Out[4]:
<matplotlib.image.AxesImage at 0x7fd6bd56e640>
In [5]:
plt.imshow(target)
Out[5]:
<matplotlib.image.AxesImage at 0x7fd6be248f10>
In [6]:
# 이미지 to array
img_arr = np.array(img)
target_arr = np.array(target)
# mask 데이터 생성
mask = (target_arr == 17)
skimage.segmentation.mark_boundaries(img, target,¶
- augument
- img(array) : 원 이미지
- target(array) : 경계선 이미지
- outline_color(x, x, x) : 경계선에 경계선의 색상 (저는 경계선을 두껍게 하기 위해 사용합니다)
- color(x, x, x) : 경계선 색상
In [7]:
lined_img = mark_boundaries(img_arr, mask, outline_color=(1,0,0), color=(1,0,0))
plt.imshow(lined_img)
Out[7]:
<matplotlib.image.AxesImage at 0x7fd6be292af0>
반응형
'python' 카테고리의 다른 글
파이썬 리스트 차원 병합 (0) | 2023.08.18 |
---|---|
파이토치 데이터로더 데이터 확인하기 dataloader, next(iter(dataloader)) (0) | 2023.08.18 |
파이토치 RandomSampler 이용하여 데이터 무작위로 섞기 (0) | 2023.08.18 |
파이썬 이미지 자르기 (0) | 2023.08.18 |
파이썬 정규분포 생성 및 pdf 산출 (0) | 2023.08.15 |
댓글