Postingan lainnya
menghitung accuray dari segmentasi citra
halo sekolang koding, jadi dibawah ini merupakan source untuk segmentasi citra menjadi duo area nukleus dan sel. pertanyaannya bagaimana kita bisa menghitung accuracynya dari hasil segmentasi citra yang telah berhasil ?? import numpy as np import cv2 as cv from skimage.morphology import opening, disk, watershed, closing from skimage.feature import peak_local_max from skimage import measure from scipy import ndimage import glob
for file in glob.glob("Im*.jpg"): print("processing "+ file+" ...") IMG = cv.imread(file) GRAY = cv.cvtColor(IMG, cv.COLOR_BGR2GRAY) ret, ALL = cv.threshold(GRAY, 0, 255, cv.THRESH_BINARY_INV+cv.THRESH_OTSU) MTD = disk(18) IMG_OPEN = opening(ALL, MTD) distance = ndimage.distance_transform_edt(IMG_OPEN) local_maxi = peak_local_max( distance, indices=False, footprint=np.ones((3, 3)), labels=IMG_OPEN) markers = measure.label(local_maxi) labels_ws = watershed(-distance, markers, mask= IMG_OPEN) cv.imwrite('processed_'+file, labels_ws)
1 Jawaban:
dengan cara menghitung cosine similiarity <a href='http://www.softscients.web.id/2019/10/cara-menghitung-cosine-similarity.html'>http://www.softscients.web.id/2019/10/cara-menghitung-cosine-similarity.html</a> yaitu membandingkan 2 gambar untuk diukur kemiripannya