from skimage.segmentation import slic, mark_boundaries import torchvision.transforms as transforms import numpy as np from PIL import Image import matplotlib.pyplot as plt # 加载图像 image = Image.open('img.png') # 转换为 PyTorch 张量 transform = transforms.ToTensor() img_tensor = transform(image).unsqueeze(0) # 将 PyTorch 张量转换为 Numpy 数组 img_np = img_tensor.numpy().transpose(0, 2, 3, 1)[0] # 使用 SLIC 算法生成超像素标记图 segments = slic(img_np, n_segments=100, compactness=10) # 可视化超像素标记图 segment_img = mark_boundaries(img_np, segments) # 将 Numpy 数组转换为 PIL 图像 segment_img = Image.fromarray((segment_img * 255).astype(np.uint8)) # 保存超像素标记图 segment_img.save('segments.jpg') n_segments = np.max(segments) + 1 # 初始化超像素块的区域 segment_regions = np.zeros((n_segments, img_np.shape[0], img_np.shape[1])) # 遍历每个超像素块 for i in range(n_segments): # 获取当前超像素块的掩码 mask = (segments == i) # 将当前超像素块的掩码赋值给超像素块的区域 segment_regions[i][mask] = 1 # 保存超像素块的区域 np.save('segment_regions.npy', segment_regions) # 加载超像素块的区域 segment_regions = np.load('segment_regions.npy') # 取出第一个超像素块的区域 segment_region = segment_regions[37] segment_region = (segment_region * 255).astype(np.uint8) # 显示超像素块的区域 plt.imshow(segment_region, cmap='gray') plt.show()，将上述每个超像素块的区域汇总到原图大小的图像上，并且位置一一对应

要将每个超像素块的区域汇总到原图大小的图像上，并且位置一一对应，可以使用以下代码：

# 定义超像素块的大小
size = 50

# 计算图像的行数和列数
rows = img_np.shape[0] // size
cols = img_np.shape[1] // size

# 创建空白图像
result_img = np.zeros((img_np.shape[0], img_np.shape[1]))

# 遍历每个超像素块
for i in range(n_segments):
    # 获取当前超像素块的区域
    segment_region = segment_regions[i]
    
    # 将超像素块的区域缩放到超像素块的大小
    segment_region = Image.fromarray(segment_region).resize((size, size))
    segment_region = np.array(segment_region)
    
    # 计算超像素块的行列索引
    row_idx = i // cols
    col_idx = i % cols
    
    # 将超像素块的区域复制到结果图像中
    result_img[row_idx * size : (row_idx + 1) * size, col_idx * size : (col_idx + 1) * size] = segment_region
    
# 显示结果图像
plt.imshow(result_img, cmap='gray')
plt.show()

这段代码将所有超像素块的区域缩放到指定的大小，然后将它们复制到一个结果图像中。在复制时，根据超像素块的行列索引，将它们放置在原图像对应位置的区域中。最终的结果图像将显示所有超像素块的区域，并且位置一一对应。