select_shape_proto算子的几种特征模式含义解析

Posted 2020-09-07 xh6300

 

select_shape_proto是一个非常有用的region筛选算子，但是由于难以理解，因此一般人使用得不是太多。

 

算子签名如下：

select_shape_proto(Regions, Pattern : SelectedRegions : Feature, Min, Max : )

其中Feature可以取这7种模式：\'distance_center\'、\'distance_contour\'、\'distance_dilate\'、\'fits\'、\'overlaps_rel\'、\'overlaps_abs\'、\'covers\'。

 

下面逐个解析。

提供一张图供读者研究验证：

 

select_shape_proto(Regions, Pattern, SelectedRegions, \'distance_center\', 0 ,60)

distance_center：判断Regions中每个region的中心（area_center）距离Pattern中心的距离，Min和Max控制距离的下限和上限，可以取负数。

distance_contour：判断Regions中每个region的边缘距离Pattern边缘的距离,Min和Max控制距离的下限和上限，可以取负数。

 

需要注意的是，如果Pattern中的区域是不连续的，也就说Pattern通过connection操作以后可以变成多个region，那么此时\'distance_center\'、\'distance_contour\'模式的筛选结果较难预料，要尽量避免这种情况。例如下面这样的Pattern：

 

distance_dilate：和distance_contour极为类似，当Pattern的膨胀量为Min~Max中的某个值时，Regions中刚好（注意“刚好”这两个字）能与Pattern有交集的region被选出。在计算方法上与\'distance_contour\'模式有极细微的区别，更大的区别是——如果Pattern中的区域不连续，也不影响\'distance_dilate\'模式的这一特性。

但是\'distance_dilate\'模式有个非常严重的缺点，当Regions中的元素非常多（例如超过50个）的时候，该模式下整个算子执行时间非常长，经常超过1秒钟。此时如果用\'distance_contour\'模式设法实现类似的功能，效率远高于\'distance_dilate\'模式。

 

select_shape_proto(Regions, Pattern, SelectedRegions, \'fits\', Min, Max )

fits：判断Regions中每个region通过平移（shift，不能旋转）能不能完全盖住（fit）Pattern,如果能，则将这些region筛选出来；这里参数\'Min\'、\'Max\'无效。

（图中三个大的矩形和红色圆平移以后都能完全盖住蓝色的小矩形Pattern，因此被选出）

 

select_shape_proto(Regions, Pattern, SelectedRegions, \'overlaps_rel\', 5 ,6)

overlaps_rel：根据Pattern和Regions中每个region的重叠部分进行筛选,overlaps_rel定义为重叠部分面积和当前region面积的比值，用于筛选的重叠比例由参数\'Min\'、\'Max\'控制，有效取值为0-100。

（图中红色矩形和大圆（\'margin形式表示\'）的重叠部分占红色矩形的比例为5.76875%，刚好位于Min和Max之间，因此被选出）

 

overlaps_abs：跟overlaps_rel类似，不过由比值（相对值）改成了重叠的绝对值，即重叠的像素面积。

 

covers：看了半天、试了半天，没搞懂这个模式的规律，以后再说。

 

使用经验：就我个人来说，我觉得这7种特征模式中\'distance_center\'、\'distance_contour\'、\'distance_dilate\'、\'overlaps_rel\'最有用。