Mahotas 教程

Mahotas - 主页 Mahotas - 简介 Mahotas - 计算机视觉 Mahotas - 历史 Mahotas - 功能 Mahotas - 安装

Mahotas 处理图像

Mahotas - 处理图像 Mahotas - 加载图像 Mahotas - 将图像加载为灰色 Mahotas - 显示图像 Mahotas - 显示图像形状 Mahotas - 保存图像 Mahotas - 图像的质心 Mahotas - 图像的卷积 Mahotas - 创建 RGB 图像 Mahotas - 图像的欧拉数 Mahotas - 图像中的零分数 Mahotas - 获取图像矩 Mahotas - 图像中的局部最大值 Mahotas - 图像椭圆轴 Mahotas - 图像拉伸 RGB

Mahotas 颜色空间转换

Mahotas - 颜色空间转换 Mahotas - RGB 到灰度转换 Mahotas - RGB 到 LAB 转换 Mahotas - RGB 转棕褐色 Mahotas - RGB 到 XYZ 转换 Mahotas - XYZ 到 LAB 转换 Mahotas - XYZ 到 RGB 转换 Mahotas - 增加伽马校正 Mahotas - 拉伸伽马校正

Mahotas 标记图像函数

Mahotas - 标记图像函数 Mahotas - 标记图像 Mahotas - 过滤区域 Mahotas - 边界像素

Mahotas - 形态学操作

Mahotas - 形态运算符 Mahotas - 查找图像平均值 Mahotas - 裁剪图像 Mahotas - 图像偏心率 Mahotas - 叠加图像 Mahotas - 图像圆度 Mahotas - 调整图像大小 Mahotas - 图像直方图 Mahotas - 扩大图像 Mahotas - 腐蚀图像 Mahotas - 分水岭 Mahotas - 图像的开运算过程 Mahotas - 图像的闭合过程 Mahotas - 填补图像中的空洞 Mahotas - 条件性膨胀图像 Mahotas - 条件腐蚀图像 Mahotas - 图像的条件分水岭 Mahotas - 图像中的局部最小值 Mahotas - 图像的区域最大值 Mahotas - 图像的区域最小值

Mahotas - 高级概念

Mahotas - 图像阈值 Mahotas - 设置阈值 Mahotas - 软阈值 Mahotas - Bernsen 局部阈值 Mahotas - 小波变换 Mahotas - 制作图像小波中心 Mahotas - 距离变换 Mahotas - 多边形实用程序 Mahotas - 局部二元模式 Mahotas - 阈值邻接统计 Mahotas - Haralic 特征 Mahotas - 标记区域的权重 Mahotas - Zernike 特征 Mahotas - Zernike 矩 Mahotas - 等级过滤器 Mahotas - 2D 拉普拉斯过滤器 Mahotas - 多数过滤器 Mahotas - 均值滤波器 Mahotas - 中值滤波器 Mahotas - Otsu 方法 Mahotas - 高斯滤波 Mahotas - 命中与未命中变换 Mahotas - 标记最大值数组 Mahotas - 图像平均值 Mahotas - SURF 密集点 Mahotas - SURF 积分 Mahotas - Haar 变换 Mahotas - 突出显示图像最大值 Mahotas - 计算线性二进制模式 Mahotas - 获取标签边框 Mahotas - 逆 Haar 变换 Mahotas - Riddler-Calvard 方法 Mahotas - 标记区域的大小 Mahotas - 模板匹配 Mahotas - 加速稳健特征 Mahotas - 移除带边框的标签 Mahotas - Daubechies 小波 Mahotas - Sobel 边缘检测



Mahotas - 过滤区域

过滤区域是指根据某些标准排除标记图像的特定区域。过滤区域的常用标准是基于其大小。通过指定大小限制,可以排除太小或太大的区域以获得干净的输出图像。

过滤区域的另一个标准是检查区域是否有边界。通过应用这些过滤器,我们可以有选择地删除或保留图像中感兴趣的区域。

Mahotas 中的过滤区域

在 Mahotas 中,我们可以使用 labeled.filter_labeled() 函数转换标记图像的过滤区域。此函数将过滤器应用于图像的选定区域,同时保持其他区域不变。

使用 mahotas.labeled.filter_labeled() 函数

mahotas.labeled.filter_labeled() 函数将标记图像作为输入,并根据某些属性删除不需要的区域。它根据图像的标签识别区域。

生成的图像仅包含符合过滤条件的区域。

语法

以下是 mahotas &minus 中 filter_labeled() 函数的基本语法;

mahotas.labeled.filter_labeled(labeled, remove_bordering=False, min_size=None,
max_size=None)

其中,

  • labeled − 是数组。

  • remove_bordering (可选) − 定义是否删除接触边界的区域。

  • min_size (可选) − 是需要保留的区域的最小大小(默认为无最小值)。

  • max_size (可选) −这是需要保留的区域的最大大小(默认为无最大值)。

示例

在下面的示例中,我们正在过滤带标签的图像以删除边框像素。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image_rgb = mh.imread('tree.tiff')
image = image_rgb[:,:,0]
# 应用高斯滤波
image = mh.gaussian_filter(image, 4)
image = (image > image.mean())
# 将其转换为带标签的图像
labeled, num_objects = mh.label(image)
# 应用过滤器
filtered_image, num_objects = mh.labeled.filter_labeled(labeled,
remove_bordering=True)
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 2)
# 显示原始 RGB 图像
axes[0].imshow(image_rgb)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# 显示过滤后的图像
axes[1].imshow(filtered_image)
axes[1].set_title('Filtered Image')
axes[1].set_axis_off()
# 调整子图之间的间距
mtplt.tight_layout()
# 显示图形
mtplt.show()
输出

以下是上述代码的输出 −

Filter Regions Image

对特定大小的区域进行过滤

我们还可以过滤图像中特定大小的区域。通过这种方式,我们可以从标记图像中删除不属于特定尺寸限制的区域(太小或太大的区域)。

在 mahatos 中,我们可以通过在 labeled.filter_label() 函数中为可选参数 min_sizemax_size 指定值来实现这一点。

示例

以下示例显示过滤标记图像以删除特定大小的区域。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image_rgb = mh.imread('tree.tiff')
image = image_rgb[:,:,0]
# 应用高斯滤波
image = mh.gaussian_filter(image, 4)
image = (image > image.mean())
# 转换为带标签的图像
labeled, num_objects = mh.label(image)
# 应用过滤器
filtered_image, num_objects = mh.labeled.filter_labeled(labeled, min_size=10,
max_size=50000)
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 2)
# 显示原始 RGB 图像
axes[0].imshow(image_rgb)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# 显示过滤后的图像
axes[1].imshow(filtered_image)
axes[1].set_title('Filtered Image')
axes[1].set_axis_off()
# 调整子图之间的间距
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

上述代码的输出如下 −

Filter Regions Image1

过滤边界区域和特定大小的区域

我们可以过滤图像中的边界区域以及特定大小的区域。在此,我们删除了接触边界的区域和不在特定大小限制内的区域。

在 mahotas 中,我们可以通过在 labeled.filter_label() 函数中为可选参数 min_sizemax_size 指定值并将可选参数 remove_bordering 设置为 True 来实现此目的。

示例

在此示例中,应用过滤器来删除标记图像的边界区域和特定大小的区域。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image_rgb = mh.imread('tree.tiff')
image = image_rgb[:,:,0]
# 应用高斯滤波
image = mh.gaussian_filter(image, 4)
image = (image > image.mean())
# 将其转换为带标签的图像
labeled, num_objects = mh.label(image)
# 应用过滤器
filtered_image, num_objects = mh.labeled.filter_labeled(labeled,
remove_bordering=True, min_size=1000, max_size=50000)
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 2)
# 显示原始 RGB 图像
axes[0].imshow(image_rgb)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# 显示过滤后的图像
axes[1].imshow(filtered_image)
axes[1].set_title('Filtered Image')
axes[1].set_axis_off()
# 调整子图之间的间距
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

生成的输出如下所示 −

Filter Regions Image2