我有几个图像(它们的数量可能会随着时间的推移而增加)以及它们相应的带注释的图像 - 我们称它们为图像蒙版。在Python数据结构中高效地存储多个图像
我要原来的图像灰度和注释口罩转换为二进制图像(B & W),然后保存在基于B & W像素坐标的熊猫数据帧/ CSV文件中的灰度值。
这意味着很多来回切换原始图像和二进制图像。
我不想每次都读取文件中的图像,因为这可能非常耗时。
任何建议哪个数据结构应该用于在Python中存储几种类型的图像?
我有几个图像(它们的数量可能会随着时间的推移而增加)以及它们相应的带注释的图像 - 我们称它们为图像蒙版。在Python数据结构中高效地存储多个图像
我要原来的图像灰度和注释口罩转换为二进制图像(B & W),然后保存在基于B & W像素坐标的熊猫数据帧/ CSV文件中的灰度值。
这意味着很多来回切换原始图像和二进制图像。
我不想每次都读取文件中的图像,因为这可能非常耗时。
任何建议哪个数据结构应该用于在Python中存储几种类型的图像?
PIL和Pillow对于这类工作只是略有用处。
用于“查找和计数”对象的基本算法就像你正在做的事情是这样的:1.转换为灰度2.阈值(自动通过Otsu方法,或类似,或手动设置阈值值)3.轮廓检测4.基于轮廓的遮蔽和物体计数。
您可以使用Mat(整数,Mat1i)将数据结构适合在这种情况下。
我使用了几个列表和list.append()来存储图像。
用于查找黑色中的白色区域&我用的cv2.findNonZero()。
怎么样字典来存储图像,Images.BW [0:n],Images.Grayscale [0:n]。要存储像素值(这将很多他们)将更好地使用Mat比DataFrame? – Roxanne
是啊!字典也是更好的选择。你也可以使用基于数组的数据结构。 @Roxanne – khushbu