Mahotas 简明教程

Mahotas - Regional Minima of Image

图像中的区域极小值是指像素强度值最低的点。在图像中，构成区域极小值的区域在所有其他区域中是最暗的。区域极小值也称为全局极小值。

区域极小值考虑整个图像，而局部极小值仅考虑局部邻域，以查找强度最低的像素。

区域极小值是局部极小值的一个子集，因此所有区域极小值都是局部极小值，但并非所有局部极小值都是区域极小值。

图像可以包含多个区域极小值，但所有区域极小值强度均相等。这是因为区域极小值仅考虑最低强度值。

Regional Minima of Image in Mahotas

在 Mahotas 中，我们可以使用 mahotas.regmin() 函数找到图像中的区域极大值。区域极小值通过图像中的强度谷识别出来，因为它们表示低强度区域。

区域极小值点在黑色背景上突出显示为白色，代表正常点。

The mahotas.regmin() function

mahotas.regmax() 函数从输入灰度图像中获取区域极小值。它输出一个图像，其中 1 表示区域极小值点，0 表示正常点。

regmin() 函数使用基于形态学重建的方法来查找区域极小值。在此，每个局部极小值区域的强度值与其相邻的局部极小值区域进行比较。

如果发现邻居的强度较低，则它将成为新的区域极小值。此过程将持续到没有强度较低的区域为止，表明已经识别出区域极小值。

Syntax

以下是 mahotas 中 regmin() 函数的基本语法 -

mahotas.regmin(f, Bc={3×3 cross}, out={np.empty(f.shape, bool)})

其中，

  1. f − 它是输入的灰度图像。

  2. Bc (optional) − 这是用于连接性的结构元素。

  3. out(optional) - 它是布尔数据类型的输出数组（默认为与 f 大小相同的数组）。

Example

在以下示例中，我们使用 mh.regmin() 函数获取图像的区域极小值。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sea.bmp')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
# Getting the regional minima
regional_minima = mh.regmin(image)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the regional minima
axes[1].imshow(regional_minima, cmap='gray')
axes[1].set_title('Regional Minima')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

以下是上面代码的输出： -

minima image

Using Custom Structuring Element

我们还可以使用自定义结构元素从图像中获取区域极小值。

在 mahotas 中，当从图像中获取区域极小值时，我们可以使用自定义结构元素来定义相邻像素的连接方式。我们可以使用它根据需要获取结果图像。可以通过将结构元素传递给 regmin() 函数中的 Bc 参数来完成。

例如，让我们考虑自定义结构元素： [[1, 1, 1, 1, 0], [1, 1, 0, 1,1], [0, 1, 1, 1, 1], [1, 1, 1, 0, 1], [1, 0, 1, 1, 1]]. 。此结构元素表示水平和垂直连通性。这意味着只有水平方向的左右两侧以及垂直方向的上下两侧与另一个像素相邻的像素被认为是该像素的邻居。

Example

在这里，我们使用自定义结构元素来获取图像的区域极小值。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('tree.tiff')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
# Setting custom structuring element
struct_element = np.array([[1, 1, 1, 1, 0],[1, 1, 0, 1, 1],
[0, 1, 1, 1, 1],[1, 1, 1, 0, 1],[1, 0, 1, 1, 1]])
# Getting the regional minima
regional_minima = mh.regmin(image, Bc=struct_element)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the regional minima
axes[1].imshow(regional_minima, cmap='gray')
axes[1].set_title('Regional Minima')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

上述代码的输出如下：

structuring element image mahotas

Using a Specific Region of an Image

我们还可以查找图像的特定区域的局部最小值。图像的特定区域是指较大图像的一小部分。可以通过裁剪原始图像去除不必要的区域来提取特定区域。

在 Mahotas 中，我们可以使用图像的一部分并获取其局部最小值。首先，通过提供 x 和 y 轴的尺寸从原始图像获取特定区域。

然后，我们使用裁剪的图像并使用 regmin() 函数获取局部最小值。

例如，假设我们分别指定 [:900, :800] 为 x 和 y 轴的尺寸。然后，特定区域将处于 x 轴的 0 到 900 像素和 y 轴的 0 到 800 像素的范围内。

Example

在下面提到的示例中，我们正在获取图像特定区域内的局部最小值。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sun.png')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
# Using specific regions of the image
image = image[:900, :800]
# Getting the regional minima
regional_minima = mh.regmin(image)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the regional minima
axes[1].imshow(regional_minima, cmap='gray')
axes[1].set_title('Regional Minima')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

执行上面的代码后，我们得到以下输出： -

specific region image mohatas