Mahotas - 设置阈值

设置阈值是指为图像定义一个阈值，以执行图像阈值处理。图像阈值处理是将灰度图像转换为二值图像，其中像素被分为两类之一 −前景或背景。

强度值高于阈值的像素被分配给前景，而低于阈值的像素被分配给背景类。

阈值范围从 0 到 255，其中值 0 产生只有前景(白色)的图像，值 255 产生只有背景(黑色)的图像。

在 Mahotas 中设置阈值

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

此函数以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。强度超过阈值的任何像素都被归类为前景，而强度低于阈值的像素被归类为背景。

注意 − Mahotas 没有提供直接设置阈值的方法，但是可以通过将 mahotas 与 numpy 结合使用来实现。

语法

以下是 numpy 中 mean() 函数的基本语法 −

numpy.mean(image)

其中，

• image − 它是输入的灰度图像。

示例

在下面的示例中，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
# 加载图像
image = mh.imread('sun.png')
# 将其转换为灰度
image = mh.colors.rgb2gray(image)
# 计算平均强度值
mean_value = np.mean(image)
# 创建阈值图像
threshold_image = image > mean_value
# 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(threshold_image, cmap='gray')
axes[1].set_title('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 −

设置逆阈值

我们还可以为图像设置逆阈值。在逆阈值中，强度大于阈值的像素被归类为背景，而强度小于阈值的像素被归类为前景。

在 mahotas 中，逆阈值可以分两步完成。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 (<) 而不是正常阈值中使用的大于运算符 (>) 将图像的像素强度与平均阈值进行比较。

示例

以下示例显示了从灰度图像创建逆阈值图像。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image = mh.imread('sun.png')
# 将其转换为灰度
image = mh.colors.rgb2gray(image)
# 计算平均强度值
mean_value = np.mean(image)
# 创建逆阈值图像
threshold_image = image < mean_value
# 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(threshold_image, cmap='gray')
axes[1].set_title('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

上述代码的输出如下 −

设置自定义阈值

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决定的随机数。

自定义阈值是一个任意数，不是使用任何数学公式计算的。这就是为什么不应将自定义值用作阈值的原因。

另一个原因是自定义值可能会产生噪声明显更多的图像。

在 mahotas 中，我们可以分配一个任意数来设置自定义阈值。然后我们可以使用该值并比较图像的像素以生成阈值图像。

注意 −将阈值设置为 0 或 255 将导致最终图像仅由前景像素或背景像素组成。

示例

在这里，我们设置了一个任意数字作为阈值。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# 加载图像
image = mh.imread('sun.png')
# 将其转换为灰度
image = mh.colors.rgb2gray(image)
# 设置阈值
threshold_value = 200
# 创建阈值图像
threshold_image = image >阈值值
# 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(threshold_image, cmap='gray')
axes[1].set_title('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 −