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 - 以灰色加载图像

灰度图像是一种黑白图像或灰色单色,仅由灰色阴影组成。对比度范围从黑色到白色,分别是最弱强度到最强强度。

灰度图像仅包含亮度信息,不包含颜色信息。这就是白色为最大亮度(亮度)而黑色为零亮度,中间所有颜色都由灰色阴影组成的原因。

加载灰度图像

在 Mahotas 中,加载灰度图像涉及读取仅包含每个像素强度值的图像文件。生成的图像表示为 2D 数组,其中每个元素代表一个像素的强度。

以下是在 Mahotas − 中加载灰度图像的基本语法

mahotas.imread('image.file_format', as_grey=True)

其中,'image.file_format' 是要加载的图像的实际路径和格式,'as_grey=True' 作为参数传递,表示我们要将图像加载为灰度。

示例

以下是在 Mahotas − 中加载灰度图像的示例

import mahotas as ms
import matplotlib.pyplot as mtplt
# 加载灰度图像
grayscale_image = ms.imread('nature.jpeg', as_grey=True)
# 显示灰度图像
mtplt.imshow(grayscale_image, cmap='gray')
mtplt.axis('off')
mtplt.show()

输出

执行上述代码后,我们得到如下所示的输出 −

加载灰度图像

将不同的图像格式加载为灰度图像

图像格式是指用于以数字方式存储和编码图像的不同文件格式。每种格式都有自己的规范、特性和压缩方法。

Mahotas 提供多种图像格式,包括 JPEG、PNG、BMP、TIFF 和 GIF 等常见格式。我们可以将任意这些格式的灰度图像的文件路径传递给 imread() 函数。

示例

在此示例中,我们通过使用 imread() 函数加载不同格式的灰度图像来展示 Mahotas 的多功能性。每个加载的图像都存储在单独的变量中 −

import mahotas as ms
import matplotlib.pyplot as mtplt
# 加载 JPEG 图像
image_jpeg = ms.imread('nature.jpeg', as_grey = True)
# 加载 PNG 图像
image_png = ms.imread('sun.png',as_grey = True)
# 加载 BMP 图像
image_bmp = ms.imread('sea.bmp',as_grey = True)
# 加载 TIFF 图像
image_tiff = ms.imread('tree.tiff',as_grey = True)
# 创建图形和子图
fig, axis = mtplt.subplots(2, 2)
# 显示 JPEG 图像
axes[0, 0].imshow(image_jpeg)
axes[0, 0].axis('off')
axes[0, 0].set_title('JPEG Image')
# 显示 PNG 图像
axes[0, 1].imshow(image_png)
axes[0, 1].axis('off')
axes[0, 1].set_title('PNG Image')
# 显示 BMP 图像
axes[1, 0].imshow(image_bmp)
axes[1, 0].axis('off')
axes[1, 0].set_title('BMP Image')
# 显示 TIFF 图像
axes[1, 1].imshow(image_tiff)
axes[1, 1].axis('off')
axes[1, 1].set_title('TIFF Image')
# 调整间距和布局
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

显示的图像如下 −

Different Grayscale格式

使用颜色模式"L"

"L"颜色模式表示亮度,它是颜色亮度的度量。它源自 RGB(红、绿、蓝)颜色模型,其中红、绿、蓝通道的强度值组合起来计算灰度强度。"L"模式丢弃颜色信息,仅使用灰度强度值表示图像。

要通过在 mahotas 中将颜色模式指定为"L"来将图像加载为灰色,我们需要将参数 as_grey='L' 传递给 imread() 函数。

示例

在这里,我们正在加载灰度图像并将颜色模式指定为"L" −

import mahotas as ms
import matplotlib.pyplot as mtplt
# 加载灰度图像
image = ms.imread('sun.png')
grayscale_image = ms.imread('sun.png', as_grey = 'L')
# 创建图形和子图
fig, axis = mtplt.subplots(1, 2)
# 显示原始图像
axes[0].imshow(image)
axes[0].axis('off')
axes[0].set_title('Original Image')
# 显示灰度图像
axes[1].imshow(grayscale_image, cmap='gray')
axes[1].axis('off')
axes[1].set_title('Grayscaled Image')
# 调整间距和布局
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

以下是以上代码 −

Color Mode L