Mahotas - 獲取影像矩

影像矩是用於描述影像各種屬性的統計量度。它提供有關影像中物體的形狀、位置、方向和強度資訊。

一般來說，影像矩是透過將畫素強度與其對應的空間座標的乘積相加來計算的。這些矩可用於匯出有用的特徵，例如影像中物體的質心（平均位置）、面積、方向和比例。高階矩可以捕捉更復雜的形狀特徵。

在 Mahotas 中獲取影像矩

在 Mahotas 的上下文中，影像矩使用 **mahotas.moments()** 函式計算。此函式以影像作為輸入，並返回一組表徵影像的矩。

Mahotas 提供各種型別的矩，包括原始矩、中心矩、歸一化矩和 Hu 矩。這些矩可用於諸如目標識別、影像對齊和形狀分析之類的任務。

使用 mahotas.moments() 函式

mahotas.moments() 函式用於獲取影像或感興趣區域 (ROI) 的矩。此函式以影像物件作為輸入，並返回包含計算出的矩的 NumPy 陣列。

NumPy 陣列就像一個數據表，其中每個值都以網格形式排列，您可以輕鬆地對整個網格或特定部分進行計算。

以下是 Mahotas 中 moments() 函式的基本語法：

mahotas.moments(image, p0, p1, cm=(0, 0), convert_to_float=True)

其中，

**p0** - 它是第一維的冪 (浮點數)
**p1** - 它是第二維的冪 (浮點數)
**image** - 它是輸入影像，應為二維陣列
**cm** - 它是質心，預設為 (0,0)。

示例

在下面給出的示例中，我們使用 moments() 函式來獲取影像矩：

import mahotas as mh
import numpy as np
from pylab import imshow, show
image = mh.imread('sun.png')
# extracting the first channel (0th index) of the image array using slicing
cimage=image[:,:,0]
p0=5.5
p1=5.5
moment = mh.moments(cimage,p0,p1)
print(moment)

輸出

以下是上述程式碼的輸出：

2.971238276705602e+39

透過指定質心來獲取影像矩

質心是畫素平均位置的度量，以其強度為權重。透過指定質心，我們可以獲得相對於該特定位置的矩。

我們可以透過將 **'cm'** 引數傳遞給 moments() 函式來指定質心以獲取影像矩。透過設定質心，我們可以移動座標系並獲得相對於影像中特定位置的矩。

示例

在這裡，我們透過指定質心座標來獲取影像矩：

import mahotas as mh
image = mh.imread('nature.jpeg', as_grey = True)
moments = mh.moments(image, p0=1, p1=0, cm=(100, 100))
print(moments)

輸出

執行上述程式碼後，我們得到以下輸出：

40074427849.0

透過停用浮點數轉換來獲取影像矩

透過停用浮點數轉換，我們在矩計算過程中保留輸入影像的原始資料型別。當我們使用特定影像格式（例如灰度或二值影像）時，這很有用，在這些影像中，畫素值已經是整數格式。

我們可以透過將 **'convert_to_float'** 引數傳遞給 moments() 函式，在 Mahotas 中停用在影像矩計算期間將輸入影像轉換為浮點數表示。

**convert_to_float** 引數顯式設定為 False。這確保在矩計算期間不將輸入影像轉換為浮點數表示。

示例

在下面的示例中，我們透過停用浮點數轉換來獲取影像矩：

import mahotas as mh
image = mh.imread('tree.tiff', as_grey = True)
moments = mh.moments(image, p0=2, p1=0, cm=(0, 0), convert_to_float=False)
print(moments)

輸出

上述程式碼的輸出如下：

11029976739711.432

獲取高階影像矩

高階影像矩提供了影像畫素分佈、對稱性和形狀特徵的更詳細資訊。這些矩幫助我們捕捉低階矩可能忽略的複雜模式和變化。

我們可以透過使用 **'p0'** 和 **'p1'** 引數指定所需的矩階來在 Mahotas 中獲取高階影像矩，其中較高的值表示較高的階數。

示例

在這裡，我們嘗試獲取高階影像矩：

import mahotas as mh
image = mh.imread('sea.bmp', as_grey = True)
moments = mh.moments(image, p0=3, p1=3, cm=(10, 10))
print(moments)

輸出

上述程式碼的輸出如下：

2.3690172519584466e+24

列印頁面