Scikit-image 简明教程

Scikit Image - Using Napari

Scikit Image with Napari

Napari 是一个强大的 Python 库，用于 n 维图像的可视化、注释和分析。它提供了一个灵活且交互的环境，用于处理图像数据。以下是 Napari 的一些主要特征和能力 −

  1. Viewing and Exploring − Napari 可让你在画布上查看和探索 n 维数组。它支持 2D、3D 和更高维度的图像，提供响应式和交互式的可视化体验。

  2. Overlay derived data − Napari 可让你叠加派生数据，如点、多边形、分割、标签等。

  3. Annotation and Editing − Napari 提供了用于注释和编辑派生数据集的工具。你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，支持高效的注释和分析工作流。

并且它是一个快速的、交互式的多维图像查看器，在 Python 中使用。此外，它提供了一个用户友好的界面、广泛的定制选项以及与其他科学 Python 库集成的能力。

Installation of Napari

要使用 Napari，你需要以下要求 −

  1. Python > = 3.8 − Napari 需要 Python 3.8 或更高版本。确保在你的系统中安装了兼容版本。

  2. Ability to Install Python Packages − 你应该能够使用 pip 或 conda-forge 安装 Python 包。这些都是包管理器，可让你轻松安装和管理 Python 库和依赖项。

此外，建议拥有以下内容 −

环境管理器（如 Conda）− 虽然不是严格必需的，但安装像 Conda 这样的环境管理器可能是非常有益的。Conda 允许你创建隔离的 Python 环境。它提供了一种方便的方法来管理你的 Python 环境，确保其与其他库和工具兼容。

Installing Napari using pip

要在你的命令提示符中使用 pip 安装 Napari，只需运行以下命令 −

python -m pip install "napari[all]"

Installing Napari using Conda-Forge

如果你系统中已使用 Anaconda 发行版，那么你可以直接从 conda-forge 通道安装 napari。以下是该命令 −

conda install -c conda-forge napari

一旦安装了 Napari，你便可以在 Python 脚本中使用它。以下是几个基本的 Python 程序，演示如何将 Napari 库与 scikit-image 结合使用，以有效地执行数据可视化任务。

Example 1

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

import napari
from skimage import io

# Read an image
image = io.imread('Images/logo-w.png')

# Display the image using Napari
viewer = napari.Viewer()
viewer.add_image(image, name='Tutorialspoint')

执行上述程序时，你将得到以下输出：

napari 1

Example 2

以下示例演示如何使用 scikit-image 对图像应用圆形掩码，并使用 Napari 库显示原始图像和掩码图像。

import napari
from skimage import io

# Load the image
image_path = 'Images_/Zoo.jpg'
image = io.imread(image_path)
image_copy = np.copy(image)

# Create circular mask
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)

# Apply mask to image
image[outer_disk_mask] = 0

# Display the image using Napari
viewer = napari.Viewer()
viewer.add_image(image_copy, name='Input Image')
viewer.add_image(image, name='Output masked Image')

执行上述程序时，你将得到以下输出：

napari 2