使用numpy和scipy填充图像上的间隙

Question

图像（test.tif）已附加。 np.nan值是最白的区域。 如何使用一些使用邻域值的间隙填充算法填充那些最空白的区域？

import scipy.ndimage

data = ndimage.imread('test.tif')

Answer 1

我认为维耶纳的问题更与一个inpainting问题有关。

以下是一些想法：

• 为了填补黑白图像中的空白，可以使用一些填充算法，比如scipy.ndimage.morphology.binary_fill_holes。但是你有一个灰度图像，所以你不能使用它。

• 我想你不想用复杂的修补算法。我的第一个建议是：不要尝试使用最接近的灰度值（您不知道NaN像素的实际值）。使用最接近的值将生成脏算法。相反，我建议您用其他值（例如行的平均值）来填补空白。您可以使用scikit-learn：

Source:

>>> from sklearn.preprocessing import Imputer
>>> imp = Imputer(strategy="mean")
>>> a = np.random.random((5,5))
>>> a[(1,4,0,3),(2,4,2,0)] = np.nan
>>> a
array([[ 0.77473361,  0.62987193,         nan,  0.11367791,  0.17633671],
   [ 0.68555944,  0.54680378,         nan,  0.64186838,  0.15563309],
   [ 0.37784422,  0.59678177,  0.08103329,  0.60760487,  0.65288022],
   [        nan,  0.54097945,  0.30680838,  0.82303869,  0.22784574],
   [ 0.21223024,  0.06426663,  0.34254093,  0.22115931,         nan]])
>>> a = imp.fit_transform(a)
>>> a
array([[ 0.77473361,  0.62987193,  0.24346087,  0.11367791,  0.17633671],
   [ 0.68555944,  0.54680378,  0.24346087,  0.64186838,  0.15563309],
   [ 0.37784422,  0.59678177,  0.08103329,  0.60760487,  0.65288022],
   [ 0.51259188,  0.54097945,  0.30680838,  0.82303869,  0.22784574],
   [ 0.21223024,  0.06426663,  0.34254093,  0.22115931,  0.30317394]])

• 使用最接近值的脏溶液可以是： 1） 找到南部地区的周界点 2） 计算NaN点和周长之间的距离 3） 用最近的点灰度值替换NaNs