mahotasAPI文档简单翻译

mahotas作为一种计算机视觉方向方面的python库，其不仅包含了上百种视觉方向的机器学习的算法，同时还可以操作python的numpy数组，使得数据处理，很方便。

虽然mahotas作为一种新型的库，其每个月都在更新，但是其接口是很稳定的，我们的学习更加的简单方便。

mahotas.as_rgb(r, g, b)：

as_rgb是一个将各个色彩融合在一起的一个接口，其中的r,g,b分别是各个色彩的通道，每个图像都有一个或多个颜色通道，图像中默认的颜色通道数取决于其颜色模式，即一个图像的颜色模式将决定其颜色通道的数量。例如，CMYK图像默认有4个通道，分别为青色、洋红、黄色、黑色。在默认情况下，位图模式、灰度、双色调和索引颜色图像只有一个通道。RGB和Lab图像有3个通道，CMYK图像有4个通道。

参数:
r,g,b : 可以是类数组对象，或者是整数等，只要保证所有的参数一致。


返回:
rgb : n维数组

mahotas.bbox(img, border={0}, as_slice={False})

as_slice默认是False，当期为false的时候会返回每一个维度，当其为true的时候会返回一个切片，此时就根据border来定的。

参数： img ：数组

输出：imag所有的非零值，当as_slice为false的时候

           一个切片当as_slice为true的时候。

mahotas.border(labeled, i, j, Bc={3x3 cross}, out={np.zeros(labeled.shape, bool)}, always_return=True)

参数：

i：整数

j:   整数

Bc:结构元素

out：按照labeled的新的元素，如果bool为None，那就会重新创建一个新的数组。

always_return:bool值，如果为false的话，当没有像素点在边界上面的话，就会返回一个none，如果为true，无论是什么都会返回一个数组。

mahotas.borders(labeled, Bc={3x3 cross}, out={np.zeros(labeled.shape, bool)})

计算边界上面的像素点，如果像素点i!=j的话。

参数：

labeled：整数类型的数组

Bc：结构元素，可以不选择。

out：输出的控制

输出：

一个包含bool值的数组

mahotas.bwperim(bw, n=4)

查找像素点中的周长，默认值为4，可以设定为8.

参数：

bw：一个黑白图片的数组（必须转换为黑白图像）

n: 一个整数

输出：

一个布尔值数组

mahotas.cdilate(f, g, Bc={3x3 cross}, n=1)

根据f、g和Bc通过迭代创建一个y。

参数：

f：二进制图像

g: 调节图像

structure：结构元素

n：迭代次数

输出：

一个图像