scipy.ndimage 是 SciPy 库中的一个模块，专注于多维图像处理和分析。它提供了许多功能，包括图像滤波、变换、标签、测量和插值。ndimage 可以处理任意维度的数组（不仅仅是图像），并提供了高效的操作。

主要功能和函数

以下是 scipy.ndimage 中一些常用功能的介绍：

  1. 滤波：
  • scipy.ndimage.gaussian_filter：对图像应用高斯滤波。
  • scipy.ndimage.median_filter：对图像应用中值滤波。
  • scipy.ndimage.uniform_filter：对图像应用均值滤波。

示例：

import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

# 创建一个示例图像
image = np.random.rand(100, 100)

# 应用高斯滤波
blurred_image = ndimage.gaussian_filter(image, sigma=2)

# 显示图像
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.imshow(image, cmap='gray')
plt.title('Original Image')
plt.axis('off')

plt.subplot(1, 2, 2)
plt.imshow(blurred_image, cmap='gray')
plt.title('Blurred Image')
plt.axis('off')

plt.show()
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  1. 变换：
  • scipy.ndimage.zoom：对数组进行缩放。
  • scipy.ndimage.rotate：对数组进行旋转。
  • scipy.ndimage.shift：对数组进行平移。

示例：

from scipy import ndimage
import numpy as np
import matplotlib.pyplot as plt

# 创建一个示例图像
image = np.random.rand(100, 100)

# 旋转图像
rotated_image = ndimage.rotate(image, angle=45)

# 显示图像
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.imshow(image, cmap='gray')
plt.title('Original Image')
plt.axis('off')

plt.subplot(1, 2, 2)
plt.imshow(rotated_image, cmap='gray')
plt.title('Rotated Image')
plt.axis('off')

plt.show()
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  1. 标签和测量：
  • scipy.ndimage.label：为图像中的连通区域分配标签。
  • scipy.ndimage.find_objects：找到连通区域的切片。
  • scipy.ndimage.measurements：计算区域的度量，如质心、区域面积等。

示例：

from scipy import ndimage
import numpy as np
import matplotlib.pyplot as plt

# 创建一个二值图像
image = np.random.rand(100, 100) > 0.8

# 标签连通区域
labeled_array, num_features = ndimage.label(image)

# 显示图像
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.imshow(image, cmap='gray')
plt.title('Binary Image')
plt.axis('off')

plt.subplot(1, 2, 2)
plt.imshow(labeled_array, cmap='nipy_spectral')
plt.title('Labeled Image')
plt.axis('off')

plt.show()
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  1. 插值：
  • scipy.ndimage.map_coordinates：从数组中进行坐标映射。
  • scipy.ndimage.interpolation：执行插值操作，例如对多维数据进行插值。

示例：

from scipy import ndimage
import numpy as np
import matplotlib.pyplot as plt

# 创建一个示例图像
image = np.random.rand(100, 100)

# 定义新坐标
coords = np.array([[50, 50], [60, 60]])

# 使用 map_coordinates 进行插值
interpolated_values = ndimage.map_coordinates(image, coords.T)

print('Interpolated Values:', interpolated_values)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
主要函数
  • 滤波函数：
  • gaussian_filter(input, sigma, mode='reflect')
  • median_filter(input, size, mode='reflect')
  • uniform_filter(input, size, mode='reflect')
  • 变换函数：
  • zoom(input, zoom, order=3, mode='reflect')
  • rotate(input, angle, axes=(0, 1), reshape=True, order=3, mode='reflect')
  • shift(input, shift, order=3, mode='reflect')
  • 标签和测量函数：
  • label(input, structure=None, output=None)
  • find_objects(input)
  • center_of_mass(input, labels=None, index=None)
  • 插值函数：
  • map_coordinates(input, coordinates, order=3, mode='reflect')
总结

scipy.ndimage 是一个功能强大的模块，适用于各种多维数组的处理任务。它提供了广泛的工具，用于图像和信号处理，包括滤波、变换、标签和测量等操作，使得处理和分析多维数据变得更加方便和高效。