CIELAB颜色空间中图像中每个超像素的平均颜色

作者: ℘ 宋唐 ℒº ѵ ℯ楚厦
发布时间: 2025-01-24 07:22:46 (5天前)
转自：

2 条回复

0#
回复此人
⑩Ⅵ嵗Ｄ夨憶 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 注意，尽管超像素算法SLIC在L * a * b *空间中操作，但它期望RGB图像作为输入。如果您希望预先计算L * a * b *表示以供下游使用，例如在您的用例中，则需要使用'IsInputLab'名称/值。否则，算法将尝试将已经L * a * b *图像转换为L * a * b *。 </p> <P> 你要： </p> <pre> <code> B=imread('H.jpg'); A=rgb2lab(B); [L,N] = superpixels(A, 200,'IsInputLab',true); </code> </pre> <P> Chris Lueno已经回答了超像素图中特征的平均计算。超像素之间的距离是相似的，在这里您基本上计算每个超像素的质心特征来描述它们的位置，然后测量它们之间的距离。请注意，在下面的代码中，矩阵关于其对角线是对称的，而对角线是0。如果您关心这一点，我会留给您更高效的。 </p> <pre> <code> distanceMatrix = zeros(N,N); for m = 1:N for n = 1:n [i1,j1] = ind2sub(size(A),idx{m}); [i1,j2] = ind2sub(size(A),idx{n}); Icenter1 = mean(i1); Jcenter1 = mean(j1); Icenter2 = mean(i2); Jcenter2 = mean(j2); distanceMatrix(m,n) = sqrt((Icenter1-Icenter2)^2+(Jcenter1-Jcenter2)^2); end end </code> </pre> </DIV>

编辑

登录后才能参与评论