В настоящее время я работаю над проблемой, когда я строю классификатор, используя картинки, чтобы предсказать результат. По сути, у меня есть объекты на картинке (один или несколько), и я хочу их идентифицировать. Поскольку у меня может быть один или несколько объектов (не всегда идентичных), я сначала хотел бы подсчитать, сколько объектов присутствует на моей картинке. Я не хочу запускать какой-либо алгоритм машинного обучения, и я хотел бы иметь какой-то способ сделать это как можно быстрее.

Запуск k-средних (с использованием цвета) позволяет мне разделить изображение на 2 цветовые группы, что уже дает довольно хорошее разделение между фоном и объектами. Из этой картинки я хотел бы найти способ подсчитать все разные «регионы». Я попытался запустить k-means, используя и цвет, и позиции, чтобы попытаться сделать все за один шаг, но это не очень хорошо работает, так как добавление позиций в kmeans ухудшает его результат.

Вот пример того, что нужно изображению, разделив его на две цветовые области с помощью kmeans:

Очевидно, здесь есть 5 объектов и один фон. Или, альтернативно, 6 отличительных регионов.

То, что я хотел бы сделать, это запустить алгоритм на этой картинке, который бы сказал мне это число. Я не знаком с обработкой изображений, поэтому я не могу придумать быстрый и эффективный способ сделать это. Одним из решений, о котором я бы подумал, было бы взять пиксель изкласс объектов и проверьте, принадлежат ли соседние пиксели одному и тому же классу или являются ли они частьюфоновый класс, Но это был бы мучительно долгий путь.

Я пробовал распознавание BLOB-объектов, но не похоже, что этот алгоритм подходит для того, что мне нужно.

Мне было бы интересно узнать, как решить такую ​​проблему. Я не возражаю против того, чтобы самому кодировать алгоритм, но мне также интересно знать, есть ли пакеты R, которые легко позволяют такие вещи.

Я надеюсь, что все достаточно ясно. Большое спасибо заранее!