Mahotas - 标签区域的大小

---

---

标签区域的大小指的是标记图像不同区域中存在的像素数量。标记图像指的是为图像的不同区域（一组像素）分配唯一标签（值）的图像。

通常，图像有两个主要区域：前景和背景。

每个区域的大小取决于图像中存在的区域总数。如果存在更多区域，则每个区域的大小将更小。

相反，如果存在较少的区域，则每个区域的大小将更大。

Mahotas 中标签区域的大小

在 Mahotas 中，我们可以使用 **mahotas.labeled.labeled_size()** 函数来计算标记图像中每个区域的大小。该函数的工作方式如下：

• 它首先计算图像中标记区域的数量。

• 然后，它遍历所有标记区域并计算每个区域中存在的像素总数。

一旦遍历完所有区域，该函数就会返回每个区域的大小。

mahotas.labeled.labeled_size() 函数

mahotas.labeled.labeled_size() 函数将标记图像作为输入，并返回一个列表，其中包含每个区域以像素为单位的大小。

我们可以遍历该值列表以获取每个区域的大小。

语法

以下是 Mahotas 中 labeled_size() 函数的基本语法：

mahotas.labeled.labeled_size(labeled)

其中，

• **labeled** - 输入的标记图像。

示例

在以下示例中，我们使用 mh.labeled.labeled_size() 函数查找图像的标记区域的大小。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sea.bmp')
# Labeling the image
labeled, num_objects = mh.label(image)
# Getting the sizes of labeled regions
labeled_size = mh.labeled.labeled_size(labeled)
# Printing the sizes of labeled regions
for i, labeled_size in enumerate(labeled_size, 1):
   print(f"Size of Region {i} is = {labeled_size} pixels")
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 1)
# Displaying the original image
axes.imshow(image)
axes.set_title('Labeled Image')
axes.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：

Size of Region 1 is = 4263 pixels
Size of Region 2 is = 2234457 pixels

获得的图像如下：

灰度图像中的大小

我们也可以找到灰度图像中标记区域的大小。灰度图像指的是只有一个颜色通道的图像，其中每个像素由单个强度值表示。

像素的强度值决定了灰度的深浅。0 将导致黑色像素，255 将导致白色像素，而任何其他值将导致具有中间阴影的像素。

在 Mahotas 中，要获取灰度图像的标记区域的大小，我们首先使用 colors.rgb2gray() 函数将输入的 RGB 图像转换为灰度图像。

然后，我们标记灰度图像并遍历每个区域以计算其大小。

示例

在下面提到的示例中，我们正在查找灰度图像的标记区域的大小。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sun.png')
# Converting it to grayscale image
image = mh.colors.rgb2gray(image)
# Labeling the image
labeled, num_objects = mh.label(image)
# Getting the sizes of labeled regions
labeled_size = mh.labeled.labeled_size(labeled)
# Printing the sizes of labeled regions
for i, labeled_size in enumerate(labeled_size, 1):
   print(f"Size of Region {i} is = {labeled_size} pixels")
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 1)
# Displaying the original image
axes.imshow(image, cmap='gray')
axes.set_title('Original Image')
axes.set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

输出

上述代码的输出如下：

Size of Region 1 is = 8 pixels
Size of Region 2 is = 1079032 pixels

生成的图像如下：

随机布尔图像中的大小

除了灰度图像之外，我们还可以获取随机布尔图像中标记区域的大小。

随机布尔图像指的是每个像素的值为 1 或 0 的图像，其中值为“1”的像素称为前景，值为“0”的像素称为背景。

在 Mahotas 中，我们首先使用 np.zeros() 函数生成特定尺寸的随机布尔图像。

生成的随机图像最初将其所有像素值设置为 0（仅包含背景区域）。然后，我们将整数值分配给图像的某些部分以创建不同的区域。

然后，我们标记图像并遍历每个区域以获取其以像素为单位的大小。

示例

在这里，我们正在获取随机生成的布尔图像的不同标签的大小。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Creating a random image
image = np.zeros((10,10), bool)
# Creating regions
image[:2, :2] = 1
image[4:6, 4:6] = 1
image[8:, 8:] = 1
# Labeling the image
labeled, num_objects = mh.label(image)
# Getting the sizes of labeled regions
labeled_size = mh.labeled.labeled_size(labeled)
# Printing the sizes of labeled regions
for i, labeled_size in enumerate(labeled_size, 1):
   print(f"Size of Region {i} is = {labeled_size} pixels")
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 1)
# Displaying the original image
axes.imshow(image)
axes.set_title('Original Image')
axes.set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

输出

执行上述代码后，我们将获得以下输出：

Size of Region 1 is = 88 pixels
Size of Region 2 is = 4 pixels
Size of Region 3 is = 4 pixels
Size of Region 4 is = 4 pixels

获得的图像如下所示：