Mahotas - 标记最大值数组
标记最大值数组是指存储标记图像中每个区域的最大强度值的数组。要找到某个区域的最大强度值,需要检查该区域中的每个像素。然后,选择最亮像素的强度值作为最大强度值。简单来说,标记最大值数组用于查找图像中最亮的区域。
例如,假设我们有一个由三个像素组成的区域。这三个像素的强度值分别为 0.5、0.2 和 0.8。然后,该区域的最大强度值将为 0.8。
Mahotas 中的标记最大值数组
在 Mahotas 中,我们可以使用 mahotas.labeled.labeled_max() 函数创建标记最大值数组。该函数迭代搜索区域中最亮的像素。然后将最亮像素的强度值存储在数组中。
结果数组是标记最大值数组,具有图像每个区域的最大强度值。
mahotas.labeled.labeled_max() 函数
mahotas.labeled.labeled_max() 函数将图像和标记图像作为输入。它返回一个包含每个标记区域的最大强度值的数组。
语法
以下是 mahotas 中 labeled_max() 函数的基本语法 −
mahotas.labeled.labeled_max(array, labeled, minlength=None)
其中,
array − 它是输入图像。
labeled − 它是标记图像。
minlength(可选) −它指定输出数组中包含的最小区域数(默认为 None)。
示例
在下面的示例中,我们使用 labeled_max() 函数在标记图像中查找标记的最大数组。
import mahotas as mh import numpy as np import matplotlib.pyplot as mtplt # 加载图像 image = mh.imread('sea.bmp') # 将其转换为灰度 image = mh.colors.rgb2gray(image).astype(np.uint8) # 应用阈值 threshold = mh.thresholding.rc(image) threshold_image = image >阈值 # 标记图像 label, num_objects = mh.label(threshold_image) # 获取标记的最大数组 labeled_max = mh.labeled.labeled_max(image, label) # 打印标记的最大数组 print('标记的最大数组:', labeled_max) # 为子图创建图形和轴 fig, axis = mtplt.subplots(1, 2) # 显示原始图像 axes[0].imshow(image, cmap='gray') axes[0].set_title('原始图像') axes[0].set_axis_off() # 显示标记图像 axes[1].imshow(label, cmap='gray') axes[1].set_title('标记图像') 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 −
标记的最大数组:[107 111 129 ... 141 119 109]
获得的图像如下 −

随机布尔图像的标记的最大数组
我们还可以找到随机布尔图像的标记的最大数组。随机布尔图像是指每个像素的值为 0 或 1 的图像。前景像素用"1"表示,背景像素用"0"表示。
在 mahotas 中,要找到随机布尔图像的标记最大数组,我们首先需要使用 np.zeros() 函数生成特定大小的随机布尔图像。
此图像最初仅由背景像素组成。然后,我们将整数值分配给图像的几个部分以创建不同的区域。
然后,我们使用 labeled_max() 函数找到图像的标记最大数组。
示例
在下面提到的示例中,我们正在寻找随机布尔图像的标记最大数组。
import mahotas as mh import numpy as np import matplotlib.pyplot as mtplt # 创建随机图像 image = np.zeros((10, 10), bool) # 为区域分配值 image[:2, :2] = 1 image[4:6, 4:6] = 1 image[8:, 8:] = 1 # 标记图像 label, num_objects = mh.label(image) # 随机采样 random_sample = np.random.random_sample(image.shape) # 获取标记的最大数组 labeled_max = mh.labeled.labeled_max(random_sample, label) # 打印标记的最大数组 print('带标签的最大数组') for i, strength in enumerate(labeled_max): print('区域', i, ':', intense) # 为子图创建图形和轴 fig, axis = mtplt.subplots(1, 2) # 显示原始图像 axes[0].imshow(image) axes[0].set_title('Original Image') axes[0].set_axis_off() # 显示带标签的图像 axes[1].imshow(label) axes[1].set_title('Labeled 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 −
带标签的最大数组 区域 0 : 0.9950607583625318 区域 1 : 0.8626363785944107 区域 2 : 0.6343883551171169 区域 3 : 0.8162320509314726
我们得到以下图像作为输出 −
