Mahotas - Otsu 方法
Otsu 方法是一种用于图像分割的技术,用于将前景与背景分开。它通过找到最大化类间方差的阈值来工作。
类间方差是前景和背景区域之间分离的度量。
最大化类间方差的阈值被视为图像分割的最佳阈值。
Mahotas 中的 Otsu 方法
在 Mahotas 中,我们可以利用 thresholding.otsu() 函数通过 Otsu 方法计算阈值。该函数以以下方式运行 −
首先,它找到图像的直方图。直方图是图像中每个灰度级别的像素数的图。
接下来,将阈值设置为图像的平均灰度值。
然后,计算当前阈值的类间方差。
然后增加阈值,并重新计算类间方差。
重复步骤 2 到 4,直到达到最佳阈值。
mahotas.thresholding.otsu() 函数
mahotas.thresholding.otsu() 函数将灰度图像作为输入,并返回使用 Otsu 方法计算的阈值。然后将灰度图像的像素与阈值进行比较以创建分割图像。
语法
以下是 mahotas − 中 otsu() 函数的基本语法
mahotas.thresholding.otsu(img, ignore_zeros=False)
其中,
img − 它是输入的灰度图像。
ignore_zeros(可选) −它是一个标志,指定是否忽略零值像素(默认为 false)。
示例
在下面的例子中,我们使用 mh.thresholding.otsu() 函数来查找阈值。
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) # 使用 Otsu 方法计算阈值 otsu_threshold = mh.thresholding.otsu(image) # 根据阈值创建图像 final_image = image > otsu_threshold # 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('Original Image') axes[0].set_axis_off() # 显示阈值图像 axes[1].imshow(final_image, cmap='gray') axes[1].set_title('Otsu Threshold 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 −

忽略零值像素
我们还可以通过忽略零值像素来找到 Otsu 阈值。零值像素是强度值为 0 的像素。
它们通常表示图像的背景像素,但在某些图像中,它们也可能表示噪声。
在灰度图像中,零值像素是用颜色"黑色"表示的像素。
要排除 mahotas 中的零值像素,我们可以将 ignore_zeros 参数设置为布尔值"True"。
示例
在下面提到的示例中,我们在使用 Otsu 方法计算阈值时忽略值为零的像素。
import mahotas as mh import numpy as np import matplotlib.pyplot as mtplt # 加载图像 image = mh.imread('tree.tiff') # 将其转换为灰度 image = mh.colors.rgb2gray(image).astype(np.uint8) # 使用 Otsu 方法计算阈值 otsu_threshold = mh.thresholding.otsu(image, ignore_zeros=True) # 根据阈值创建图像 final_image = image > otsu_threshold # 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('Original Image') axes[0].set_axis_off() # 显示阈值图像 axes[1].imshow(final_image, cmap='gray') axes[1].set_title('Otsu Threshold 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
执行上述代码后,我们得到以下输出 −
