Scikit 图像 - 使用 Plotly

Python 中的 Plotly 通常称为"plotly.py"。它是一个基于"plotly.js"构建的免费开源绘图库。Plotly.py 提供了一组丰富的功能，并支持 40 多种独特的图表类型。它广泛用于财务分析、地理制图、科学可视化、3D 绘图和数据分析应用程序。

它提供了一个交互式界面，允许用户探索和与数据可视化交互。它提供缩放、平移、工具提示和悬停效果等功能，使分析和理解复杂数据集变得容易。

使用 Plotly 的 Scikit 图像

Plotly.py 可以与 scikit-image 库一起使用，以实现与图像处理相关的各种数据可视化任务。要设置 plotly，您需要确保库已安装并正确配置。

使用 pip 安装 plotly

在命令提示符中执行以下命令来安装 plotly 模块。这是从 PyPi 安装最新 Plotly 软件包的简单方法。

pip install plotly

使用 conda 安装 plotly

如果您已经在系统中使用 Anaconda 发行版，那么您可以直接使用 conda 软件包管理器安装 plotly。

conda install -c plotly plotly

安装 Plotly 后，您可以使用以下语句 − 将其导入 Python 脚本或交互式会话中。

import plotly

这会从 Plotly 导入必要的模块以创建交互式和可自定义的可视化。下面是一些基本的 Python 程序，演示了如何使用 Plotly 和 scikit-image 有效地在图像处理任务中执行数据可视化。

示例 1

以下示例使用 Plotly.express.imshow() 方法显示 RBG 图像。

import plotly.express as px
from skimage import io

# 读取图像
image = io.imread('Images/Tajmahal.jpg')
# 使用 Plotly 显示图像
fig = px.imshow(image)
fig.show()

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 Plotly 并排显示原始图像和蒙版图像。

import matplotlib.pyplot as plt
from skimage import io
import numpy as np

# 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 Matplotlib 显示原始图像和蒙版图像
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))
axes[0].imshow(image_copy)
axes[0].set_title('Original Image')
axes[0].axis('off')
axes[1].imshow(image)
axes[1].set_title('Masked Image')
axes[1].axis('off')
plt.tight_layout()
plt.show()