使用 cv2 或 scikit-image 获得等高线局部最强边缘的任何方法？
Any way to get strongest edge local to a contour line using cv2 or scikit-image?
我正在努力从图像中准确分割对象。
我通过在 HSV space 中使用一个简单的直角棱镜作为滤色器找到了轮廓线（随后对生成的蒙版进行一些形态学操作以清除噪声）。我发现这种方法比对整个图像应用精明的边缘检测要好，因为它只是拾取了很多我不关心的其他边缘。
有没有办法改进我提取的轮廓线，使其剪裁到最强的局部边缘，就像 Adobe Photoshop 的智能裁剪实用程序一样？
这是我的意思的图像
你可以看到天蓝色和灰色之间的界限。深蓝色是轮廓上绘制的。我想以某种方式将其夹在附近的边缘。看起来灰色区域还有其他线条，所以我认为该算法应该进行某种更全局化的优化，以确保“剪裁”动作不会在我感兴趣的边界和附近的线条之间随机跳跃。
这里有一些想法可以尝试：
- 形态蛇：https://scikit-image.org/docs/dev/auto_examples/segmentation/plot_morphsnakes.html
- 活动轮廓：https://scikit-image.org/docs/dev/auto_examples/edges/plot_active_contours.html
- 无论 livewire 在幕后做什么：https://github.com/PyIFT/livewire-gui
基于，最后一个最有用
我正在努力从图像中准确分割对象。
我通过在 HSV space 中使用一个简单的直角棱镜作为滤色器找到了轮廓线（随后对生成的蒙版进行一些形态学操作以清除噪声）。我发现这种方法比对整个图像应用精明的边缘检测要好，因为它只是拾取了很多我不关心的其他边缘。 有没有办法改进我提取的轮廓线，使其剪裁到最强的局部边缘，就像 Adobe Photoshop 的智能裁剪实用程序一样？ 这是我的意思的图像
你可以看到天蓝色和灰色之间的界限。深蓝色是轮廓上绘制的。我想以某种方式将其夹在附近的边缘。看起来灰色区域还有其他线条，所以我认为该算法应该进行某种更全局化的优化，以确保“剪裁”动作不会在我感兴趣的边界和附近的线条之间随机跳跃。
这里有一些想法可以尝试：
- 形态蛇：https://scikit-image.org/docs/dev/auto_examples/segmentation/plot_morphsnakes.html
- 活动轮廓：https://scikit-image.org/docs/dev/auto_examples/edges/plot_active_contours.html
- 无论 livewire 在幕后做什么：https://github.com/PyIFT/livewire-gui
基于