如何在Scikit-Image SLIC分割结果图中显示类别标签值

要在分割结果图的每个类别中心显示标签编号，你可以通过计算每个分割区域的中心坐标，再用Matplotlib的文本标注功能实现。以下是修改后的完整代码：

import matplotlib.pyplot as plt
from skimage.segmentation import slic
from skimage import color
import numpy as np

# 假设img_blurred、img_rounded、img_blurred_normalized已提前定义
img_bounds = slic(img_blurred,          # 滤波后的输入图像
                  n_segments=25,
                  compactness=1,
                  start_label=0)

plt.figure()
plt.gray()
plt.subplot(121)
plt.imshow(img_rounded)                 # 输入图像
plt.subplot(122)
# 绘制带颜色的分割结果
plt.imshow(color.label2rgb(img_bounds, img_blurred_normalized, alpha=0.5))

# 获取所有唯一的标签值
unique_labels = np.unique(img_bounds)

# 遍历每个标签，计算中心并标注
for label in unique_labels:
    # 找到当前标签对应的所有像素坐标
    y_coords, x_coords = np.where(img_bounds == label)
    # 计算中心坐标（取平均值）
    center_y = np.mean(y_coords)
    center_x = np.mean(x_coords)
    # 在中心位置标注标签编号，设置合适的字体颜色和大小
    plt.text(center_x, center_y, str(label), 
             color='white',  # 白色文字适配深色分割区域；若背景偏亮可改用'black'
             fontsize=10,
             ha='center', va='center')  # 文字居中对齐

plt.show()

关键部分说明： #

• 计算中心坐标：用np.where()提取当前标签对应的所有像素的y、x坐标，再通过np.mean()计算平均值得到区域中心。
• 文本标注：plt.text()的前两个参数是标注位置的x、y坐标（注意和numpy返回的y、x顺序相反）；ha='center'和va='center'确保文字在中心位置对齐；字体颜色可根据分割图的背景色调调整，保证可读性。

内容的提问来源于stack exchange，提问作者Ondra Burkot