Mahotas 简明教程

Mahotas - Setting Threshold

设置阈值是指为图像定义一个阈值，以执行图像阈值化。图像阈值化是将灰度图像转换为二进制图像的过程，其中像素分为两类之一——前景或背景。

强度值高于阈值的像素被分配到前景，而低于阈值的像素被分配到背景类别。

阈值范围从 0 到 255，其中值 0 产生仅有前景（白色）的图像，而值 255 产生仅有背景（黑色）的图像。

Setting Threshold in Mahotas

在 Mahotas 中，我们可以使用 numpy.mean() 函数设置图像的阈值。

此函数将灰度图像作为输入，并计算其像素的平均强度值。

然后将平均值设置为阈值。任何强度超过阈值的像素都被归类为前景，而强度低于阈值的像素都被归类为背景。

Note − Mahotas 没有提供设置阈值的直接方法，但可以通过使用 mahotas 和 numpy 来实现。

Syntax

以下是 numpy 中 mean() 函数的基本语法−

numpy.mean(image)

其中，

  1. image − It is the input grayscale image.

Example

在以下示例中，我们使用 np.mean() 函数设置灰度图像的阈值。

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)
# Calculating mean intensity value
mean_value = np.mean(image)
# Creating threshold image
threshold_image = image > mean_value
# 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 threshold image
axes[1].imshow(threshold_image, cmap='gray')
axes[1].set_title('Threshold Image')
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： -

setting threshold

Set an Inverse Threshold

我们还可为图像设置反转阈值。在反转阈值中，强度高于阈值 的像素被归类为背景，而强度低于阈值的像素被归类为前景。

在 mahotas 中，可通过两个步骤执行反转阈值化。第一步是使用 numpy.mean() 函数计算 图像的阈值。

第二步是使用小于运算符 (<) 将 图像的像素强度与平均阈值进行比较，在正常阈值化中 使用大于运算符 (>)。

Example

以下示例说明如何从灰度图像创建反转阈值图像。

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)
# Calculating mean intensity value
mean_value = np.mean(image)
# Creating inverse threshold image
threshold_image = image < mean_value
# 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 threshold image
axes[1].imshow(threshold_image, cmap='gray')
axes[1].set_title('Threshold Image')
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：

inverse threshold

Set a Custom Threshold value

设置阈值 的另一种方法是为图像设置自定义阈值。这是一个完全基于图像的随机数。

自定义阈值是未使用任何数学公式计算出的任意数字。这就是不应该使用自定义值为阈值的原因。

另一个原因是自定义值可能会产生噪声大得多的图像。

在 mahotas 中，可以指定任意数字来设置自定义阈值。然后我们可以使用此值并比较图像像素来生成阈值图像。

Note - 设置为 0 或 255 的阈值将导致最终图像仅包含前景色素或背景像素。

Example

在此，我们已将任意数字设置为阈值。

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)
# Setting threshold value
threshold_value = 200
# Creating threshold image
threshold_image = image > threshold_value
# 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 threshold image
axes[1].imshow(threshold_image, cmap='gray')
axes[1].set_title('Threshold Image')
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： -

custom threshold value