Scikit-image - 使用 Napari

Scikit-image 與 Napari

Napari 是一個強大的 Python 庫，用於 n 維影像的視覺化、註釋和分析。它為處理影像資料提供了一個靈活且互動式的環境。以下是 Napari 的一些關鍵特性和功能：

• 檢視和探索 - Napari 允許您在畫布上檢視和探索 n 維陣列。它支援 2D、3D 和更高維度的 資料，提供響應迅速且互動式的視覺化體驗。
• 覆蓋派生資料 - Napari 使您能夠覆蓋派生資料，例如點、多邊形、分割、標籤等。
• 註釋和編輯 - Napari 提供了用於註釋和編輯派生資料集的工具。您可以使用各種工具互動式地新增、修改或刪除註釋。Napari 集成了 NumPy 或 Zarr 陣列等標準資料結構，從而實現了高效的註釋和分析工作流程。

它是一個快速、互動式的 Python 多維影像檢視器。此外，它還提供了一個使用者友好的介面、廣泛的自定義選項以及與其他科學 Python 庫整合的能力。

Napari 的安裝

要使用 Napari，您需要滿足以下要求：

• Python > = 3.8 - Napari 需要 Python 3.8 或更高版本。請確保您的系統上安裝了相容的版本。
• 能夠安裝 Python 包 - 您應該能夠使用 pip 或 conda-forge 安裝 Python 包。這些是包管理器，允許您輕鬆安裝和管理 Python 庫和依賴項。

此外，建議您擁有：

環境管理器（如 Conda） - 雖然不是嚴格要求，但擁有像 Conda 這樣的環境管理器會很有幫助。Conda 允許您建立隔離的 Python 環境。它提供了一種方便的方式來管理您的 Python 環境並確保與其他庫和工具的相容性。

使用 pip 安裝 Napari

要使用 pip 安裝 Napari，只需在命令提示符中執行以下命令：

python -m pip install "napari[all]"

使用 Conda-Forge 安裝 Napari

如果您已經在系統中使用 Anaconda 發行版，那麼您可以直接從 conda-forge 通道安裝 napari。以下是命令：

conda install -c conda-forge napari

安裝 Napari 後，您可以在 Python 指令碼中使用它。以下是一些基本的 Python 程式，演示瞭如何有效地將 Napari 庫與 scikit-image 結合使用以執行資料視覺化任務。

示例 1

以下示例演示瞭如何使用 Napari 庫中的 Viewer() 方法顯示影像。

import napari
from skimage import io

# Read an image
image = io.imread('Images/logo-w.png')

# Display the image using Napari
viewer = napari.Viewer()
viewer.add_image(image, name='Tutorialspoint')

輸出

執行上述程式後，您將獲得以下輸出：

示例 2

以下示例演示瞭如何使用 scikit-image 對影像應用圓形遮罩，並使用 Napari 庫顯示原始影像和遮罩影像。

import napari
from skimage import io

# Load the image
image_path = 'Images_/Zoo.jpg'
image = io.imread(image_path)
image_copy = np.copy(image)

# Create circular mask
rows, cols, _ = image.shape
row, col = np.ogrid[:rows, :cols]
center_row, center_col = rows / 2, cols / 2
radius = min(rows, cols) / 2
outer_disk_mask = ((row - center_row)**2 + (col - center_col)**2 > radius**2) 

# Apply mask to image
image[outer_disk_mask] = 0

# Display the image using Napari
viewer = napari.Viewer()
viewer.add_image(image_copy, name='Input Image')
viewer.add_image(image, name='Output masked Image')

輸出

執行上述程式後，您將獲得以下輸出：