Mahotas - 大津法

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

类间方差是衡量前景和背景区域之间分离程度的指标。

最大化类间方差的阈值被认为是图像分割的最佳阈值。

Mahotas 中的大津法

在 Mahotas 中，我们可以利用 **thresholding.otsu()** 函数使用大津法计算阈值。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像素数量的图。

• 接下来，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() 函数以灰度图像作为输入，并返回使用大津法计算的阈值。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** - 输入灰度图像。

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

示例

在下面的示例中，我们使用 mh.thresholding.otsu() 函数查找阈值。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sea.bmp')
# Converting it to grayscale
image = mh.colors.rgb2gray(image).astype(np.uint8)
# Calculating threshold value using Otsu method
otsu_threshold = mh.thresholding.otsu(image)
# Creating image from the threshold value
final_image = image > otsu_threshold
# 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(final_image, cmap='gray')
axes[1].set_title('Otsu Threshold Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
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大津阈值。零值像素是指强度值为 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，零值像素由颜色“黑色”表示。

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，我们在使用大津法计算阈值时忽略了值为零的像素。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('tree.tiff')
# Converting it to grayscale
image = mh.colors.rgb2gray(image).astype(np.uint8)
# Calculating threshold value using Otsu method
otsu_threshold = mh.thresholding.otsu(image, ignore_zeros=True)
# Creating image from the threshold value
final_image = image > otsu_threshold
# 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(final_image, cmap='gray')
axes[1].set_title('Otsu Threshold Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

输出

执行上述代码后，我们得到以下输出 -