Scikit Image - 使用 Napari

Scikit Image 与 Napari

Napari 是一个功能强大的 Python 库，用于 n 维图像可视化、注释和分析。它为处理图像数据提供了灵活且交互式的环境。以下是 Napari 的一些主要特性和功能 −

查看和探索 − Napari 允许您在画布上查看和探索 n 维数组。它支持 2D、3D 和更高维数据，提供响应式交互式可视化体验。
叠加派生数据 − Napari 使您能够叠加派生数据，例如点、多边形、分段、标签等。
注释和编辑 − Napari 提供注释和编辑派生数据集的工具。您可以使用各种工具以交互方式添加、修改或删除注释。Napari 与 NumPy 或 Zarr 数组等标准数据结构集成，从而实现高效的注释和分析工作流程。

它是 Python 中用于多维图像的快速交互式查看器。此外，它还提供用户友好的界面、广泛的自定义选项以及与其他科学 Python 库集成的能力。

安装 Napari

要使用 Napari，您需要满足以下要求 −

Python > = 3.8 − Napari 需要 Python 版本 3.8 或更高版本。确保您的系统上安装了兼容版本。
安装 Python 包的能力 −您应该能够使用 pip 或 conda-forge 安装 Python 包。这些包管理器允许您轻松安装和管理 Python 库和依赖项。

此外，建议使用 −

环境管理器(例如 Conda)− 虽然不是严格要求的，但拥有像 Conda 这样的环境管理器会很有用。Conda 允许您创建独立的 Python 环境。它提供了一种方便的方式来管理您的 Python 环境并确保与其他库和工具的兼容性。

使用 pip 安装 Napari

要使用 pip 安装 Napari，只需在命令提示符中运行以下命令 −

python -m pip install "napari[all]"

使用 Conda-Forge 安装 Napari

如果您已经在系统中使用 Anaconda 发行版，那么您可以直接从 conda-forge 频道安装 napari。以下是命令 −

conda install -c conda-forge napari

安装 Napari 后，您可以在 Python 脚本中使用它。下面是一些基本的 Python 程序，演示了如何使用 Napari 库和 scikit-image 有效地执行数据可视化任务。

示例 1

以下示例演示了如何使用 Napari 库中的 Viewer() 方法显示图像。

import napari
from skimage import io

# 读取图像
image = io.imread('Images/logo-w.png')

# 使用 Napari 显示图像
viewer = napari.Viewer()
viewer.add_image(image, name='Tutorialspoint')

输出

执行上述程序后，您将获得以下输出 −

示例 2

以下示例演示如何使用 scikit-image 将圆形蒙版应用于图像，并使用 Napari 库显示原始图像和蒙版图像。

import napari
from skimage import io

# 加载图像
image_path = 'Images_/Zoo.jpg'
image = io.imread(image_path)
image_copy = np.copy(image)

# 创建圆形蒙版
rows, cols, _ = image.shape
row, col = np.ogrid[:rows, :cols]
center_row, center_col = rows / 2, cols / 2
radius = min(rows, cols) / 2
outer_disk_mask = ((row - center_row)**2 + (col - center_col)**2 > radius**2)

# 将蒙版应用于图像
image[outer_disk_mask] = 0

# 使用 Napari 显示图像
viewer = napari.Viewer()
viewer.add_image(image_copy, name='Input Image')
viewer.add_image(image, name='Output masked Image')