如何使用 Python 的 scikit-image 在 4 波段 geotiff 上执行图像分割？

Question

我正在尝试读取 4 波段（红、绿、蓝、近红外）geotiff（example data) and perform a quickshift segmentation 使用 Python 中的 scikit-image 模块。

我创建了以下脚本（基于 scikit example）：

from __future__ import print_function
from osgeo import gdal
import matplotlib.pyplot as plt
import numpy as np

from skimage.segmentation import felzenszwalb, slic, quickshift
from skimage.segmentation import mark_boundaries
from skimage.util import img_as_float

image = r'C:\path\to\my\geotiff.tif'
img = io.imread(image, as_grey=False, plugin="gdal")
segments_quick = quickshift(img, kernel_size=3, max_dist=6, ratio=0.5)

我收到以下错误：

ValueError: the input array must be have a shape == (.., ..,[ ..,] 3)), got (4, 436, 553)

我很确定 numpy 数组需要以某种方式重塑。如何正确地将多波段 geotiff 读入 numpy 数组并执行图像分割？

Answer 1

链接页面示例中的 2 条关键行，

from skimage.util import img_as_float
img = img_as_float(image[::2, ::2])

也就是说，你是对的。您确实需要将图像转换为另一种格式。使用 img_as_float().

转换它

Answer 2

我认为您的问题是 quickshift() 认为您的图像是 rgb。我从您提供的 link 下载了一个运行dom 图像并将其读入 skimage。

img = io.imread('./m_4111722_ne_11_1_20100704.tif')

我将它的大小调整为 128x128x4（以便于计算）

img = transform.resize(img, (128, 128, 4))

然后运行 quickshift()

segments = quickshift(img, kernel_size=3, max_dist=6, ratio=0.5)

并得到同样的错误。

ValueError: the input array must be have a shape == (.., ..,[ ..,] 3)), got (128, 128, 4)

在堆栈跟踪的较高位置它说

skimage/segmentation/_quickshift.pyx inskimage.segmentation._quickshift.\
quickshift (skimage/segmentation/_quickshift.c:1710)()

/****/****/anaconda/lib/python2.7/site-packages/skimage/color/colorconv.pyc in rgb2lab(rgb)
    901     This function uses rgb2xyz and xyz2lab.
    902     """
--> 903     return xyz2lab(rgb2xyz(rgb))

因此您可以看到 _quickshift.pyx 正在尝试转换 rgb --> xyz，然后 xyz --> lab。所以它假设你的图像是 rgb。 quickshift() 的 skimage docs 显示它有一个标志 convert2lab，默认为 True。

convert2lab : bool, optional (default True) Whether the input should be converted to Lab colorspace prior to segmentation. For this purpose, the input is assumed to be RGB.

如果我重新运行你的函数并将该标志设置为False

segments = quickshift(img, kernel_size=3, convert2lab=False, max_dist=6, ratio=0.5)

它运行s.

plt.imshow(segments);

编辑:

顺便说一句，我注意到你的图像形状是 (4, 436, 553) 这也是有问题的。 skimage 预计颜色通道是最后一个。这可以用

补救

img = img.transpose(1, 2, 0)

如何使用 Python 的 scikit-image 在 4 波段 geotiff 上执行图像分割？

How to perform image segmentation on 4-band geotiff using Python's scikit-image?

python

image-processing

numpy

scikit-image

geotiff