基于区域生长的图像分割python代码

以下是基于区域生长的图像分割python代码示例：

import numpy as np
from skimage import io, color, morphology

# 读取图像
image = io.imread("image.jpg")

# 转换为灰度图像
gray_image = color.rgb2gray(image)

# 初始化分割结果
segmented = np.zeros_like(gray_image)

# 设置种子点
seed_x, seed_y = 100, 100
seed_value = gray_image[seed_x, seed_y]

# 区域生长
queue = [(seed_x, seed_y)]
while queue:
    x, y = queue.pop()
    if segmented[x, y] == 0 and np.abs(gray_image[x, y] - seed_value) < 0.1:
        segmented[x, y] = 1
        if x > 0:
            queue.append((x-1, y))
        if x < gray_image.shape[0]-1:
            queue.append((x+1, y))
        if y > 0:
            queue.append((x, y-1))
        if y < gray_image.shape[1]-1:
            queue.append((x, y+1))

# 对分割结果进行形态学处理
segmented = morphology.binary_closing(segmented, morphology.square(3))

# 显示图像和分割结果
io.imshow(image)
io.show()
io.imshow(segmented)
io.show()

该代码实现了基于区域生长的图像分割。首先将彩色图像转换为灰度图像，然后选择一个种子点作为分割的起始点。从种子点开始，向四周扩展，如果像素值与种子点像素值相差不大，则将该像素设置为分割结果的一部分。最后对分割结果进行形态学处理，以去除噪点和孔洞。最终显示原始图像和分割结果。