- Mahotas 教程
- Mahotas - 首頁
- Mahotas - 簡介
- Mahotas - 計算機視覺
- Mahotas - 歷史
- Mahotas - 特性
- Mahotas - 安裝
- Mahotas 處理影像
- Mahotas - 處理影像
- Mahotas - 載入影像
- Mahotas - 載入灰度影像
- Mahotas - 顯示影像
- Mahotas - 顯示影像形狀
- Mahotas - 儲存影像
- Mahotas - 影像的質心
- Mahotas - 影像卷積
- Mahotas - 建立 RGB 影像
- Mahotas - 影像的尤拉數
- Mahotas - 影像中零值的比例
- Mahotas - 獲取影像矩
- Mahotas - 影像中的區域性最大值
- Mahotas - 影像橢圓軸
- Mahotas - 影像拉伸 RGB
- Mahotas 顏色空間轉換
- Mahotas - 顏色空間轉換
- Mahotas - RGB 到灰度轉換
- Mahotas - RGB 到 LAB 轉換
- Mahotas - RGB 到 Sepia 轉換
- Mahotas - RGB 到 XYZ 轉換
- Mahotas - XYZ 到 LAB 轉換
- Mahotas - XYZ 到 RGB 轉換
- Mahotas - 增加伽馬校正
- Mahotas - 拉伸伽馬校正
- Mahotas 標記影像函式
- Mahotas - 標記影像函式
- Mahotas - 標記影像
- Mahotas - 過濾區域
- Mahotas - 邊界畫素
- Mahotas - 形態學操作
- Mahotas - 形態學運算元
- Mahotas - 查詢影像平均值
- Mahotas - 裁剪影像
- Mahotas - 影像的偏心率
- Mahotas - 影像疊加
- Mahotas - 影像的圓度
- Mahotas - 調整影像大小
- Mahotas - 影像直方圖
- Mahotas - 膨脹影像
- Mahotas - 腐蝕影像
- Mahotas - 分水嶺演算法
- Mahotas - 影像開運算
- Mahotas - 影像閉運算
- Mahotas - 填充影像孔洞
- Mahotas - 條件膨脹影像
- Mahotas - 條件腐蝕影像
- Mahotas - 影像條件分水嶺
- Mahotas - 影像中的區域性最小值
- Mahotas - 影像區域最大值
- Mahotas - 影像區域最小值
- Mahotas - 高階概念
- Mahotas - 影像閾值化
- Mahotas - 設定閾值
- Mahotas - 軟閾值
- Mahotas - Bernsen 區域性閾值化
- Mahotas - 小波變換
- 建立影像小波中心
- Mahotas - 距離變換
- Mahotas - 多邊形工具
- Mahotas - 區域性二值模式
- 閾值鄰域統計
- Mahotas - Haralic 特徵
- 標記區域的權重
- Mahotas - Zernike 特徵
- Mahotas - Zernike 矩
- Mahotas - 排序濾波器
- Mahotas - 2D 拉普拉斯濾波器
- Mahotas - 多數濾波器
- Mahotas - 均值濾波器
- Mahotas - 中值濾波器
- Mahotas - Otsu 方法
- Mahotas - 高斯濾波
- Mahotas - 擊中擊不中變換
- Mahotas - 標記最大值陣列
- Mahotas - 影像的平均值
- Mahotas - SURF 密集點
- Mahotas - SURF 積分
- Mahotas - Haar 變換
- 突出顯示影像最大值
- 計算線性二值模式
- 獲取標籤邊界
- 反轉 Haar 變換
- Riddler-Calvard 方法
- 標記區域的大小
- Mahotas - 模板匹配
- 加速魯棒特徵
- 去除帶邊框的標籤
- Mahotas - Daubechies 小波
- Mahotas - Sobel 邊緣檢測
Mahotas - 影像中零值的比例
影像中零值的比例指的是零值畫素相對於影像中畫素總數的比例。在影像中,每個畫素通常表示網格中的一個點,畫素值可以從 0 到最大值,具體取決於影像的顏色深度或強度範圍。
高比例的零值表明影像的很大一部分包含空區域或背景區域,而低比例的零值則表明非零畫素值的分佈更密集,這意味著更詳細或更復雜的內容。
Mahotas 中影像中零值的比例
為了在 Mahotas 中獲得影像中零值的比例,我們需要遍歷整個影像並將零畫素的數量除以影像中的畫素總數。
畫素總數等於影像的行數乘以列數。
Mahotas 沒有直接計算零值比例的函式。但是,您可以使用 numpy 和 mahotas 庫來計算它。
示例
在下面的示例中,我們透過將影像陣列與零進行比較來計算影像中零值畫素的比例,對 True 值求和,然後除以畫素總數 -
import mahotas as mh
import numpy as np
image = mh.imread('sun.png')
# Calculating the fraction of zeros
fraction_of_zeros = np.sum(image == 0) / np.prod(image.shape)
print(f"Fraction of zeros: {fraction_of_zeros}")
輸出
執行上述程式碼後,我們將得到以下輸出 -
Fraction of zeros: 0.009496713127718466
使用 count_nonzero() 函式
我們還可以使用 mahotas 中的 **count_nonzero()** 函式計算影像中零值的比例。count_nonzero() 函式用於計算陣列中非零元素的數量。它接受一個數組作為輸入並返回非零元素的總數。
語法
以下是 mahotas 中 count_nonzero() 函式的基本語法 -
count_nonzero(arr, axis=None)
其中,
**arr -** 它是需要計算非零元素的輸入陣列。
**axis (可選) -** 它是計算非零元素的軸或軸。如果未指定 axis,則會考慮輸入陣列的所有元素。
示例
在這裡,我們使用 np.count_nonzero() 函式計算影像“nature.jpeg”的畫素數量 -
import mahotas as mh
import numpy as np
image = mh.imread('nature.jpeg')
# Counting the number of zero pixels
zero_count = np.count_nonzero(image == 0)
# Calculating the fraction of zeros
total_pixels = image.size
fraction_of_zeros = zero_count / total_pixels
print("The fraction of zeros in the image is:", {fraction_of_zeros})
輸出
上述程式碼的輸出如下 -
The fraction of zeros in the image is: {0.010734258862206976}
使用 Numpy
NumPy 庫提供了用於處理陣列和矩陣的高效資料結構和函式。由於其高效能和廣泛的功能,它被廣泛用於數學運算、資料處理和科學計算等任務。
我們還可以使用 numpy 操作計算零值的比例 -
- 首先,將 NumPy 陣列與零進行比較以將影像轉換為二進位制形式。
- 此比較生成一個布林陣列,其中每個元素如果對應的畫素值大於零則為 True,否則為 False。
然後將布林陣列轉換為“np.uint8”資料型別,從而生成一個二進位制影像,其中白色畫素由 1 表示,黑色畫素由 0 表示。
為了計算零值的比例,計算二進位制影像中零值元素的數量。將此計數除以二進位制影像中的元素總數以獲得比例。
示例
在這裡,我們首先將影像轉換為二進位制表示。然後,我們計算二進位制影像中零值的比例 -
import mahotas as mh
import numpy as np
image = mh.imread('tree.tiff')
# Convert the image to binary
image_binary = (image > 0).astype(np.uint8)
# Calculate the fraction of zeros
fraction_of_zeros = np.sum(image_binary == 0) / np.prod(image_binary.shape)
print("Fraction of zeros:", fraction_of_zeros)
輸出
上述程式碼的輸出如下 -
Fraction of zeros: 0.014683837192681532