
- 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 - 載入影像為灰度
- Mahotas - 顯示影像
- Mahotas - 顯示影像的形狀
- 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 - 影像的直方圖
- Mahotas - 膨脹影像
- Mahotas - 腐蝕影像
- Mahotas - 分水嶺演算法
- Mahotas - 影像的開運算
- Mahotas - 影像的閉運算
- Mahotas - 填充影像中的孔洞
- Mahotas - 條件膨脹影像
- Mahotas - 條件腐蝕影像
- Mahotas - 影像的條件分水嶺演算法
- Mahotas - 影像中的區域性最小值
- Mahotas - 影像的區域最大值
- Mahotas - 影像的區域最小值
- 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
- 製作影像小波中心
- 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 - Haralick 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
- 獲取標籤的邊界
- 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 - 影像中的區域性最大值
區域性最大值是指影像中畫素或特定區域,其強度或值高於其相鄰畫素或區域。它表示影像資料中的峰值或高點。
查詢區域性最大值的一種方法是執行區域性鄰域分析。對於影像中的每個畫素,都會檢查其鄰域,如果該畫素在其鄰域內最大,則將其視為區域性最大值。
Mahotas 中的影像區域性最大值
我們可以使用 **locmax()** 函式在 Mahotas 中找到影像中的區域性最大值。它以影像作為輸入,並返回一個二進位制掩碼,其中區域性最大值標記為 True 或 1。
Mahotas 中的 local_maxima() 函式使用非最大抑制演算法來有效地定位區域性最大值。透過檢查每個畫素及其鄰域,該函式確定該畫素是否在其區域性區域內最大。
此分析允許檢測影像資料中的峰值或高點,這對於各種應用(例如特徵提取、物件檢測和影像分割)都起著重要作用。
非最大抑制演算法用於物件檢測和邊緣檢測任務,透過在相鄰畫素中選擇最高強度或響應值來消除冗餘和弱檢測,從而僅保留區域性最大值並抑制非最大值。
使用 locmax() 函式
Mahotas 中的 locmax() 函式用於有效地識別輸入影像中的區域性最大值。它以灰度或單通道影像作為輸入,並返回一個二進位制掩碼,其中區域性最大值標記為 True 或 1。
語法
以下是 mahotas 中 locmax() 函式的基本語法:
mahotas.Locmax(image_name)
其中,**'image_name'** 是輸入影像。
示例
以下是查詢影像中區域性最大值的基本示例:
import mahotas as mh import numpy as np from pylab import imshow, show import matplotlib.pyplot as plt image = mh.imread('nature.jpeg', as_grey=True) maxima = mh.locmax(image) print("Maxima:", maxima) imshow(maxima) show()
輸出
以下是上述程式碼的輸出:
Maxima: [[ True True True ... True True True] [ True True True ... True True True] [ True True True ... True True True] ... [False False False ... False False False] [False False False ... False False True] [ True False True ... False False True]]
顯示的影像如下所示:

使用 regmax() 函式
我們也可以使用 Mahotas 中的 regmax() 函式來查詢影像中的區域最大值。區域最大值定義為影像中的一點,其強度值高於其在指定區域內所有相鄰畫素的強度值。
regmax() 函式接受影像作為輸入引數,並返回與輸入影像大小相同的布林影像。
以下是 mahotas 中 regmax 函式的基本語法:
regmax(image)
其中,**'image'** 是需要識別區域最大值的灰度或彩色影像。
示例
在這裡,我們嘗試使用 regmax() 函式在灰度影像的連通區域內查詢區域最大值:
import mahotas as mh def find_local_maxima(image): regional_maxima = mh.regmax(image) return regional_maxima image = mh.imread('sun.png', as_grey=True) local_maxima_points = find_local_maxima(image) print(local_maxima_points)
輸出
上述程式碼的輸出如下:
[[False False False ... False False False] [False False False ... False False False] [False False False ... False False False] ... [False False False ... False False False] [False False False ... False False False] [False False False ... True False False]]
彩色影像的區域最大值
我們還可以使用 regmax() 函式在 **彩色** 影像的連通區域內查詢區域最大值。
示例
現在,我們嘗試使用 regmax() 函式在彩色影像的連通區域內查詢區域最大值:
import mahotas as mh def find_local_maxima(image): regional_maxima = mh.regmax(image) return regional_maxima image = mh.imread('tree.tiff') local_maxima_points = find_local_maxima(image) print(local_maxima_points)
輸出
我們得到如下輸出:
[[[False False False] [ True True True] [False False False] ... [False False False] [False False False] [False False False]] . . . [False False False] [False False False] [ True False False]]]