SNIC超像素python代码

简单线性非迭代算法产生超像素，与SLIC效果差不多，但是效率高

# -*- coding: utf-8 -*-
“““
Created on Tue Mar 20 11:10:24 2018

@author: Administrator
“““

import numpy as np
from PIL import Image
from skimage import color
import math
from Queue import PriorityQueue
import cv2


def findseeds（im_labwidthheightk）:
    gridstep_x=int（math.sqrt（height*width/k）+0.5）
    gridstep_y=int（math.sqrt（height*width/k）+0.5）#compute the size of gridstep
    #compute the location of seeds in grid
    halfstep_x=int（gridstep_x/2）
    halfstep_y=int（gridstep_y/2）
    xsteps=int（width/gridstep_x）
    ysteps=int（height/gridstep_y）
    #compute the error of numberof the seeds
    err1=abs（xsteps*ysteps-k）
    err2=abs（int（width/（gridstep_x-1））*int（height/（gridstep_y-1））-k）
    if err1      gridstep_x=gridstep_x-1
      gridstep_y=gridstep_y-1
      xsteps=int（width/gridstep_x）
      ysteps=int（height/gridstep_y）
    #compute the new number
    numk=xsteps*ysteps
    ck=np.zeros（（numk5））
    i=0;j=0;k=0
    for i in range（ysteps）:
        for j in range（xsteps）:
            temp_x=halfstep_x+j*gridstep_x
            temp_y=halfstep_y+i*gridstep_y
            ck[k][0]=temp_x
            ck[k][1]=temp_y
            ck[k][2]=im_lab[temp_y][temp_x][0]
            ck[k][3]=im_lab[temp_y][temp_x][1]
            ck[k][4]=im_lab[temp_y][temp_x][2]
            k=k+1
    return（numkck）

def initial_label（heightwidth）:
    labels=np.zeros（（heightwidth））
    for i in range（height）:
        for j in range（width）:
            labels[i][j]=-1
    return（labels）

class NODE（object）:
    def __init__（selfprioritydescription1description2description3）:
        distance=int（）
        xk=int（）
        yk=int（）
        k=int（）
        self.priority=distance
        self.description1=xk
        self.description2=yk
        self.description3=k
    def __cmp__（selfother）:
        return cmp（self.priorityother.priority）

def putinQ（ckQnumk）:
    for k in range（numk）:
        tempnode=NODE（0.0111）
        tempnode.priority=0.0
        tempnode.description1=ck[k][0]
        tempnode.description2=ck[k][1]
        tempnode.description3=k
        Q.put（tempnode）
    return（Q）


def runsnic（Qim_lablabelsnumkm）:
    Qlength=Q.qsize（）
    ksize=np.zeros（（numk1））
    connectivity=4 #or 8
    p4_x=[1-100]
    p4_y=[001-1]
    LABXk=np.zeros（（numk5））
    s=math.sqrt（（height*width）/numk）
    #在这里选择while的原因在于最终循环的截止条件为队列长度为0，但是如果将Qlength作为循环
    #终止条件，它本身就是变的，我看资料说是最好使用while才能不出错
    fnum=0
    while Qlength>0:
        temp=Q.get（）
        i=int（temp.description2）
        j=int（temp.description1）
        k=int（temp.description3）
        if labels[i][j]==-1:
            labels[i][j]=k
            fnum=fnum+1
            LABXk[k][0]=LABXk[k][0]+im_lab[i][j][0]
            LABXk[k][1]=LABXk[k][1]+im_lab[i][j][1]
            LABXk[k][2]=LABXk[k][2]+im_lab[i][j][2]
            LABXk[k][3]=LABXk[k][3]+j
            LABXk[k][4]=LABXk[k][4

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     4940240  2018-03-20 22:01  snic_超像素\Superpixels and Polygons using Simple Non-Iterative Clustering.pdf
     文件        5385  2018-03-23 10:43  snic_超像素\snic.py
     目录           0  2018-04-01 16:26  snic_超像素\