- Scikit-Image 教程
- Scikit-Image - 簡介
- Scikit-Image - 影像處理
- Scikit-Image - NumPy影像
- Scikit-Image - 影像資料型別
- Scikit-Image - 使用外掛
- Scikit-Image - 影像處理
- Scikit-Image - 讀取影像
- Scikit-Image - 寫入影像
- Scikit-Image - 顯示影像
- Scikit-Image - 影像集合
- Scikit-Image - 影像堆疊
- Scikit-Image - 多影像
- Scikit-Image - 資料視覺化
- 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是一個用於Python中互動式科學資料視覺化和3D繪圖的應用程式和庫。它提供了一個簡單幹淨的Python指令碼介面,用於3D視覺化。它提供了類似於MATLAB或Matplotlib的現成3D視覺化功能,尤其是在使用mlab模組時。該模組提供了一個高階介面,允許您輕鬆建立各種型別的3D繪圖和視覺化。
Mayavi還提供了一個面向物件的程式設計介面,允許您對3D視覺化進行更精細的控制和更大的靈活性。它可以與NumPy陣列直接透明地協同工作,這使得視覺化儲存在NumPy陣列中的科學資料變得非常方便,無需進行資料轉換或預處理。
Scikit-Image與Mayavi
要在您的Python指令碼中使用Mayavi作為繪圖引擎,您可以使用mlab指令碼API,它提供了一種簡單方便的方法來使用Mayavi並使用NumPy陣列或其他序列生成TVTK資料集。
安裝Mayavi
要設定Mayavi並執行程式碼生成的視覺化效果,您需要安裝PyQt以及Mayavi庫。PyQt是一個依賴項,它提供了顯示Mayavi建立的視覺化效果所需的圖形使用者介面(GUI)功能。
pip install mayavi pip install PyQt5
建議使用pip(Python包安裝程式)從PyPI安裝Python包。這將安裝PyPI上可用的最新版本的Mayavi。
成功安裝所需的包後,您可以使用以下方法將Mayavi匯入到您的Python指令碼或互動式會話中:
from mayavi import mlab
這將匯入Mayavi中必要的模組,以便在您的Python指令碼中進行3D視覺化和科學資料繪圖。
下面是一些基本的Python程式,演示瞭如何有效地使用scikit-image和Mayavi一起在影像處理任務中執行資料視覺化。
示例1
以下示例演示瞭如何使用Mayavi的mlab.imshow()函式顯示影像。
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()
輸出
示例2
這是另一個示例,演示瞭如何將Mayavi和scikit-image (skimage)結合使用,以利用Mayavi的視覺化功能顯示灰度影像。
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()
輸出