Mahotas - 刪除邊界標記

刪除邊界標記是指刪除標記影像中的邊界區域。標記影像由分配了唯一標籤的不同區域組成。

標記影像的邊界區域是指存在於影像邊緣（邊界）的區域。

邊界區域通常使影像分析變得困難，並且在某些情況下代表著顯著的噪聲。

因此，刪除邊界區域對於提高影像分割演算法的精度和減小影像整體大小非常重要。

在Mahotas中刪除邊界標記

在Mahotas中，我們可以使用`mahotas.labeled.remove_bordering()`函式從影像中刪除邊界標籤。它分析影像以檢查是否存在任何邊界標籤。如果找到邊界標籤，它將確定與該邊界標籤關聯的值。

然後將邊界標籤的值更新為0，以將其從影像中刪除。由於值0與背景相關聯，因此所有邊界標籤都成為背景的一部分。

有時，邊界標籤可能遠離影像邊界。如果我們想保留這些邊界標籤，我們需要指定邊界區域與邊界之間的最小距離。超過此距離的任何邊界區域都將被該函式保留。

`mahotas.labeled.remove_bordering()`函式

`mahotas.labeled.remove_bordering()`函式將標記影像作為輸入，並返回不包含任何邊界區域的標記影像作為輸出。

該函式刪除所有大小的邊界，因此輸出影像比輸入影像佔用更少的空間。

語法

以下是Mahotas中`remove_bordering()`函式的基本語法：

mahotas.labeled.remove_bordering(labeled, rsize=1, out={np.empty_like(im)})

其中，

**labeled** - 輸入的標記影像。
**rsize (可選)** - 它確定區域必須與影像邊界保持的最小距離，以避免被移除（預設為1）。
**out (可選)** - 指定儲存輸出影像的位置（預設為與labeled大小相同的陣列）。

示例

在下面的示例中，我們使用`mh.labeled.remove_bordering()`函式從影像中刪除邊界區域。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('nature.jpeg')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
# Applying gaussian filtering
image = mh.gaussian_filter(image, 4)
# Thresholding the image
image = image > image.mean()
# Labeling the image
labeled, num_objects = mh.label(image)
# Removing bordering labels
remove_border = mh.labeled.remove_bordering(labeled)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the image without borders
axes[1].imshow(remove_border)
axes[1].set_title('Border Removed Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

輸出

以下是上述程式碼的輸出：

刪除特定距離的區域

我們還可以刪除距離影像邊界特定距離的邊界區域。這允許我們刪除任何可能由於其靠近影像邊界而被視為邊界區域的區域。

在Mahotas中，`rsize`引數決定邊界區域必須遠離多遠才能保留在影像中。我們需要為此引數設定一個整數值，然後將其傳遞給`mh.labeled.remove_bordering()`函式。

例如，假設我們將`rsize`的值設定為“200”。然後，只有至少距離影像邊界200畫素的邊界區域將被保留。

示例

在下面提到的示例中，我們刪除了距離影像邊界特定距離的邊界區域。

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 = mh.colors.rgb2gray(image)
# Applying gaussian filtering
image = mh.gaussian_filter(image, 4)
# Thresholding the image
image = image > image.mean()
# Labeling the image
labeled, num_objects = mh.label(image)
# Removing bordering labels
remove_border = mh.labeled.remove_bordering(labeled, rsize=200)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the image without borders
axes[1].imshow(remove_border)
axes[1].set_title('Border Removed Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

輸出

上述程式碼的輸出如下：

從影像的特定部分刪除區域

另一種刪除邊界區域的方法是從影像的特定部分刪除它們。

影像的特定部分是指透過裁剪較大的影像獲得的較小影像的一小部分。

在Mahotas中，要從影像的特定部分刪除區域，我們首先從原始影像中識別感興趣的區域。

然後，我們裁剪影像的已識別部分。然後，我們從這部分刪除邊界區域。

例如，如果我們將值指定為`[:800, :800]`，則該區域將從0畫素開始，在垂直（y軸）和水平（x軸）方向上都延伸到800畫素。

示例

在這裡，我們從影像的特定部分刪除邊界區域。

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('tree.tiff')
# Converting it to grayscale
image = mh.colors.rgb2gray(image)
image = image[:800, :800]
# Applying gaussian filtering
image = mh.gaussian_filter(image, 4)
# Thresholding the image
image = image > image.mean()
# Labeling the image
labeled, num_objects = mh.label(image)
# Removing bordering labels
remove_border = mh.labeled.remove_bordering(labeled)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original image
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].set_axis_off()
# Displaying the image without borders
axes[1].imshow(remove_border)
axes[1].set_title('Border Removed Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

輸出

執行上述程式碼後，我們將獲得以下輸出：

列印頁面