Python实现统计图像连通域的示例详解

更新时间：2023年04月25日 16:32:20 作者：微小冷

这篇文章主要为大家详细介绍了如何利用Python实现统计图像连通域的功能，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下

数组统计函数

ndimage提供一系列函数，可以计算标注后的数组的相关特征，比如最值、均值、均方根等。

下列函数，如果未作其他说明，那么就有3个参数，分别是(input, labels=None, index=None)，其中input为输入数组；labels为input的标签，形状和input相同；index为整数或者整数数列，为用于计算的label。

函数	物理量	函数	物理量
mean	平均值	center_of_mass	质心
maximum	最大值	maximum_position	最大值位置
minimum	最小值	minimum_position	最小值位置
median	中位数	extrema	最大值、最小值，及其位置
sum_labels	求和
variance	方差	standard_deviation	标准差

示例如下

import numpy as np
import scipy.ndimage as sn

x = np.random.randint(10, size=(3,3))
print(x)
'''
[[0 3 5]
 [9 3 1]
 [1 5 7]]
'''
sn.center_of_mass(x)    # (1.1470588235294117, 1.088235294117647)
sn.extrema(x)           # (0, 9, (0, 0), (1, 0))

连通域标记

通过label函数，可以对数组中的连通区域进行标注，效果如下

from scipy.ndimage import label
import numpy as np
a = np.array([[0,0,1,1,0,0],
              [0,0,0,1,0,0],
              [1,1,0,0,1,0],
              [0,0,0,1,0,0]])
labels, N = label(a)
print(labels)
'''
[[0 0 1 1 0 0]
 [0 0 0 1 0 0]
 [2 2 0 0 3 0]
 [0 0 0 4 0 0]]
'''
print(N)    4

在label函数中，还有一个用于规范何为“连通”的参数，即structure，其数据类型为二值数组，其维度与输入的input相同。

在上面的示例中，连通域1,3,4尽管没有上下左右的联系，但在对角线上是有交集的，通过调整structure参数，可以提供一种将这三个区域连在一起的连通域方案。

stru = np.ones([3,3])
bLab, bN = label(a, stru)
print(bLab)
‘'‘
[[0 0 1 1 0 0]
 [0 0 0 1 0 0]
 [2 2 0 0 1 0]
 [0 0 0 1 0 0]]
'‘'

可见，这次只选出了两组连通域。

连通域统计

前面提到的所有统计函数，形参都有三个，分别是input, labels, index，其中input为输入数组，labels为将要处理的连通域，index为准备处理的连通域序号。

np.random.seed(42)
test = np.random.rand(5,5)
test[test<0.8] = 0
labels, N = sn.label(test)
print(N)        # 2
print(labels)    # 
‘'‘
[[0 1 0 0 0]
 [0 0 2 0 0]
 [0 2 2 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]]
'‘'
print(test)
‘'‘
[[0.         0.95071431 0.         0.         0.        ]
 [0.         0.         0.86617615 0.         0.        ]
 [0.         0.96990985 0.83244264 0.         0.        ]
 [0.         0.         0.         0.         0.        ]
 [0.         0.         0.         0.         0.        ]]
'‘'

接下来通过连通域统计函数，针对某个连通域进行计算

>>> sn.mean(test, labels, 1)
0.9507143064099162
>>> sn.mean(test, labels, 2)
0.8895095462457837
>>> sn.mean(test, labels, 0)
0.0

当index=1时，会找出labels中为1的位置，然后把test中这些位置的元素求平均。

到此这篇关于Python实现统计图像连通域的示例详解的文章就介绍到这了,更多相关Python统计图像连通域内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

将数据集制作成VOC数据集格式的实例
今天小编就为大家分享一篇将数据集制作成VOC数据集格式的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02
使用Python给头像戴上圣诞帽的图像操作过程解析
这篇文章主要介绍了使用Python给头像戴上圣诞帽的过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-09-09
Python正则表达式匹配中文用法示例
这篇文章主要介绍了Python正则表达式匹配中文用法,结合实例形式分析了Python针对中文的正则与文件操作相关技巧,需要的朋友可以参考下
2017-01-01
python的turtle库使用详解
在本篇文章里小编给大家分享了关于python的turtle库相关知识点以及使用方法，需要的朋友们跟着学习下。
2019-05-05
对Python函数设计规范详解
今天小编就为大家分享一篇对Python函数设计规范详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-07-07
python字符串常用方法
这篇文章主要介绍了python字符串常用方法，find、count、replace、split、startswith、endswith等多种方法,需要的朋友可以参考一下文章得具体内容，希望对你有所帮助
2021-10-10
Python中模块与包有相同名字的处理方法
这篇文章主要给大家介绍了在Python中模块与包有相同名字的处理方法，文中介绍的非常详细，对大家具有一定的参考学习价值，需要的朋友们下面来一起看看吧。
2017-05-05
Python爬虫实战案例之爬取喜马拉雅音频数据详解
这篇文章主要介绍了Python爬虫实战案例之取喜马拉雅音频数据详解,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2020-12-12
Python Celery异步任务队列使用方法解析
这篇文章主要介绍了Python Celery异步任务队列使用方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-08-08
深入浅析ImageMagick命令执行漏洞
ImageMagick是一个功能强大的开源图形处理软件,可以用来读、写和处理超过90种的图片文件,包括流行的JPEG、GIF、 PNG、PDF以及PhotoCD等格式。接下来通过本文给大家浅析ImageMagick命令执行漏洞的知识，一起看看吧
2016-10-10