- Scikit-Image 教程
- Scikit-Image - 简介
- Scikit-Image - 图像处理
- Scikit-Image - NumPy图像
- Scikit-Image - 图像数据类型
- Scikit-Image - 使用插件
- Scikit-Image - 图像处理
- Scikit-Image - 读取图像
- Scikit-Image - 写入图像
- Scikit-Image - 显示图像
- Scikit-Image - 图像集合
- Scikit-Image - 图像堆栈
- Scikit-Image - 多图像
- Scikit-Image - 数据可视化
- Scikit-Image - 使用Matplotlib
- Scikit-Image - 使用Plotly
- Scikit-Image - 使用Mayavi
- Scikit-Image - 使用Napari
Scikit-Image - 使用Mayavi
Mayavi是一个用于Python中交互式科学数据可视化和3D绘图的应用程序和库。它提供了一个简单干净的Python脚本接口,用于3D可视化。它提供了类似于MATLAB或Matplotlib的现成3D可视化功能,尤其是在使用mlab模块时。该模块提供了一个高级接口,允许您轻松创建各种类型的3D绘图和可视化。
Mayavi还提供了一个面向对象的编程接口,允许您对3D可视化进行更精细的控制和更大的灵活性。它可以与NumPy数组直接透明地协同工作,这使得可视化存储在NumPy数组中的科学数据变得非常方便,无需进行数据转换或预处理。
Scikit-Image与Mayavi
要在您的Python脚本中使用Mayavi作为绘图引擎,您可以使用mlab脚本API,它提供了一种简单方便的方法来使用Mayavi并使用NumPy数组或其他序列生成TVTK数据集。
安装Mayavi
要设置Mayavi并运行代码生成的可视化效果,您需要安装PyQt以及Mayavi库。PyQt是一个依赖项,它提供了显示Mayavi创建的可视化效果所需的图形用户界面(GUI)功能。
pip install mayavi pip install PyQt5
建议使用pip(Python包安装程序)从PyPI安装Python包。这将安装PyPI上可用的最新版本的Mayavi。
成功安装所需的包后,您可以使用以下方法将Mayavi导入到您的Python脚本或交互式会话中:
from mayavi import mlab
这将导入Mayavi中必要的模块,以便在您的Python脚本中进行3D可视化和科学数据绘图。
下面是一些基本的Python程序,演示了如何有效地使用scikit-image和Mayavi一起在图像处理任务中执行数据可视化。
示例1
以下示例演示了如何使用Mayavi的mlab.imshow()函数显示图像。
from mayavi import mlab from skimage import io import numpy as np # Read an image image = np.random.random((10, 10)) # Display the masked image using Mayavi mlab.figure(fgcolor=(0, 0, 0), bgcolor=(1, 1, 1)) mlab.imshow(image) mlab.show()
输出
示例2
这是另一个示例,演示了如何将Mayavi和scikit-image (skimage)结合使用,以利用Mayavi的可视化功能显示灰度图像。
from mayavi import mlab from skimage import io # Read an image image = io.imread('Images/logo-w.png', as_gray=True) # Display the masked image using Mayavi mlab.figure(fgcolor=(0, 0, 0), bgcolor=(1, 1, 1)) mlab.imshow(image) mlab.show()