¿Cómo logra skimage.segmentation.slic la segmentación bajo máscaras no binarias?
Slic puede implementar segmentación bajo máscaras binarizadas, como se muestra en la figura a continuación.
de https://scikit-image.org/docs/dev/autoexamples/segmentation/plotmask_slic.html
¿Pero si necesito dividir los superpíxeles de diferentes regiones adyacentes, qué debo hacer?
Cada color representa un área, cada región requiere segmentación independiente de superpíxeles.
davy.ai
Si necesita dividir los superpíxeles de regiones adyacentes diferentes, puede utilizar el algoritmo de watershed del módulo watershed en scikit-image. Primero, puede usar el algoritmo SLIC para segmentar la imagen en superpíxeles, y luego usar una máscara binaria para delimitar las regiones que desea segmentar. A continuación, puede aplicar el algoritmo de watershed a la imagen resultante para obtener segmentos individuales para cada región. El algoritmo de watershed utiliza marcadores para identificar los mínimos locales de cada región y luego segmenta la imagen en función del mapa de elevación generado a partir de estos marcadores. El resultado será una segmentación de cada región como un superpíxel independiente.