Mahotas - Otsu 方法

Otsu 方法是一种用于图像分割的技术，用于将前景与背景分开。它通过找到最大化类间方差的阈值来工作。

类间方差是前景和背景区域之间分离的度量。

最大化类间方差的阈值被视为图像分割的最佳阈值。

Mahotas 中的 Otsu 方法

在 Mahotas 中，我们可以利用 thresholding.otsu() 函数通过 Otsu 方法计算阈值。该函数以以下方式运行 −

• 首先，它找到图像的直方图。直方图是图像中每个灰度级别的像素数的图。

• 接下来，将阈值设置为图像的平均灰度值。

• 然后，计算当前阈值的类间方差。

• 然后增加阈值，并重新计算类间方差。

重复步骤 2 到 4，直到达到最佳阈值。

mahotas.thresholding.otsu() 函数

mahotas.thresholding.otsu() 函数将灰度图像作为输入，并返回使用 Otsu 方法计算的阈值。然后将灰度图像的像素与阈值进行比较以创建分割图像。

语法

以下是 mahotas − 中 otsu() 函数的基本语法

mahotas.thresholding.otsu(img, ignore_zeros=False)

其中，

• img − 它是输入的灰度图像。

• ignore_zeros(可选) −它是一个标志，指定是否忽略零值像素(默认为 false)。

示例

在下面的例子中，我们使用 mh.thresholding.otsu() 函数来查找阈值。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image = mh.imread('sea.bmp')
# 将其转换为灰度
image = mh.colors.rgb2gray(image).astype(np.uint8)
# 使用 Otsu 方法计算阈值
otsu_threshold = mh.thresholding.otsu(image)
# 根据阈值创建图像
final_image = image > otsu_threshold
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 2)
# 显示原始图像
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# 显示阈值图像
axes[1].imshow(final_image, cmap='gray')
axes[1].set_title('Otsu Threshold Image')
axes[1].set_axis_off()
# 调整子图之间的间距
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

以下是上述代码的输出 −

忽略零值像素

我们还可以通过忽略零值像素来找到 Otsu 阈值。零值像素是强度值为 0 的像素。

它们通常表示图像的背景像素，但在某些图像中，它们也可能表示噪声。

在灰度图像中，零值像素是用颜色"黑色"表示的像素。

要排除 mahotas 中的零值像素，我们可以将 ignore_zeros 参数设置为布尔值"True"。

示例

在下面提到的示例中，我们在使用 Otsu 方法计算阈值时忽略值为零的像素。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image = mh.imread('tree.tiff')
# 将其转换为灰度
image = mh.colors.rgb2gray(image).astype(np.uint8)
# 使用 Otsu 方法计算阈值
otsu_threshold = mh.thresholding.otsu(image, ignore_zeros=True)
# 根据阈值创建图像
final_image = image > otsu_threshold
# 为子图创建图形和轴
fig, axis = mtplt.subplots(1, 2)
# 显示原始图像
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# 显示阈值图像
axes[1].imshow(final_image, cmap='gray')
axes[1].set_title('Otsu Threshold Image')
axes[1].set_axis_off()
# 调整子图之间的间距
mtplt.tight_layout()
# 显示图形
mtplt.show()

输出

执行上述代码后，我们得到以下输出 −