Mahotas - 标记区域的大小

标记区域的大小是指标记图像不同区域中存在的像素数。标记图像是指将唯一标签(值)分配给图像的不同区域(一组像素)的图像。

通常，图像有两个主要区域，即前景和背景。

每个区域的大小取决于图像中存在的区域总数。如果存在更多区域，则每个区域的大小将更小。

相反，如果存在较少区域，则每个区域的大小将更大。

Mahotas 中标记区域的大小

在 Mahotas 中，我们可以使用 mahotas.labeled.labeled_size() 函数来计算标记图像中每个区域的大小。该函数的工作方式如下 −

• 它首先计算图像中标记区域的数量。

• 然后，它遍历所有标记区域并计算每个区域中存在的像素总数。

遍历完所有区域后，该函数将返回每个区域的大小。

mahotas.labeled.labeled_size() 函数

mahotas.labeled.labeled_size() 函数将标记图像作为输入并返回一个列表，其中包含每个区域的大小(以像素为单位)。

我们可以遍历值列表以获取每个区域的大小。

语法

以下是 mahotas − 中 labeled_size() 函数的基本语法

mahotas.labeled.labeled_size(labeled)

其中，

• labeled − 它是输入的带标签图像。

示例

在下面的示例中，我们使用 mh.labeled.labeled_size() 函数查找图像的带标签区域的大小。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image = mh.imread('sea.bmp')
# 标记图像
labeled, num_objects = mh.label(image)
# 获取标记区域的大小
labeled_size = mh.labeled.labeled_size(labeled)
# 打印标记区域的大小
for i, labeled_size in enumerate(labeled_size, 1):
    print(f"区域 {i} 的大小 = {labeled_size} 像素")
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 1)
# 显示原始图像
axes.imshow(image)
axes.set_title('Labeled Image')
axes.set_axis_off()
# 调整子图之间的间距
mtplt.tight_layout()
# 显示图
mtplt.show()

输出

以下是上述代码的输出 −

区域 1 的大小 = 4263 像素
区域 2 的大小 = 2234457 像素

以下是获得的图像 −

灰度图像中的大小

我们还可以找到灰度图像中标记区域的大小。灰度图像是指只有一个−颜色通道的图像，其中每个像素由一个强度值表示。

像素的强度值决定了灰色的深浅。 0 将产生黑色像素，255 将产生白色像素，而任何其他值都将产生具有中间色调的像素。

在 mahotas 中，要获取灰度图像标记区域的大小，我们首先使用 colors.rgb2gray() 函数将输入的 RGB 图像转换为灰度图像。

然后，我们标记灰度图像并遍历每个区域以计算其大小。

示例

在下面提到的示例中，我们正在寻找灰度图像标记区域的大小。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image = mh.imread('sun.png')
# 将其转换为灰度图像
image = mh.colors.rgb2gray(image)
# 标记图像
labeled, num_objects = mh.label(image)
# 获取标记区域的大小
labeled_size = mh.labeled.labeled_size(labeled)
# 打印标记区域的大小
for i, labeled_size in enumerate(labeled_size, 1):
    print(f"区域 {i} 的大小 = {labeled_size} 像素")
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 1)
# 显示原始图像
axes.imshow(image, cmap='gray')
axes.set_title('Original Image')
axes.set_axis_off()
# 调整间距子图
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

上述代码的输出如下 −

区域 1 的大小 = 8 像素
区域 2 的大小 = 1079032 像素

生成的图像如下 −

随机布尔图像中的大小

除了灰度图像，我们还可以获取随机布尔图像中标记区域的大小。

随机布尔图像是指每个像素的值为 1 或 0 的图像，其中值为"1"的像素称为前景，值为"0"的像素称为背景。

在 mahotas 中，我们首先使用 np.zeros() 函数生成特定尺寸的随机布尔图像。

生成的随机图像最初将其所有像素值设置为 0(仅包含背景区域)。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，我们标记图像并遍历每个区域以获取其像素大小。

示例

在这里，我们获取随机生成的布尔图像的不同标签的大小。

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)
# 创建区域
image[:2, :2] = 1
image[4:6, 4:6] = 1
image[8:, 8:] = 1
# 标记图像
labeled, num_objects = mh.label(image)
# 获取标记区域的大小
labeled_size = mh.labeled.labeled_size(labeled)
# 打印标记区域的大小
for i, labeled_size in enumerate(labeled_size, 1):
    print(f"区域 {i} 的大小 = {labeled_size} 像素")
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 1)
# 显示原始图像
axes.imshow(image)
axes.set_title('Original Image')
axes.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 −

区域 1 的大小 = 88 像素
区域 2 的大小 = 4 像素
区域 3 的大小 = 4 像素
区域 4 的大小 = 4 像素

得到的图像如下所示 −