En este artículo veremos cómo podemos conseguir el elemento estructurador adecuado de la imagen en mahotas. Un elemento de estructuración es una array que identifica el píxel en la imagen que se procesa y define la vecindad utilizada en el procesamiento de cada píxel.
En este tutorial usaremos la imagen «lena», a continuación se muestra el comando para cargarla.
mahotas.demos.load('lena')
A continuación se muestra la imagen de lena
Para hacer esto, usaremos el método mahotas.get_structuring_elem
Sintaxis: mahotas.get_structuring_elem (img, n)
Argumento: toma el objeto de imagen y el entero como argumento
Retorno: Devuelve numpy ndarray
Nota: la imagen de entrada debe filtrarse o debe cargarse como gris
. Para filtrar la imagen, tomaremos el objeto de imagen que es numpy.ndarray y lo filtraremos con la ayuda de la indexación, a continuación se muestra el comando para hacer esto.
image = image[:, :, 0]
A continuación se muestra la implementación.
Python3
# importing required libraries import mahotas import mahotas.demos from pylab import gray, imshow, show import numpy as np import matplotlib.pyplot as plt # loading image img = mahotas.demos.load('lena') # filtering image img = img.max(2) print("Image") # showing image imshow(img) show() # getting structuring element value = mahotas.get_structuring_elem(img, 1) # showing value print(value)
Producción :
Image
[[0 1 0] [1 1 1] [0 1 0]]
Otro ejemplo
Python3
# importing required libraries import mahotas import numpy as np from pylab import gray, imshow, show import os import matplotlib.pyplot as plt # loading image img = mahotas.imread('dog_image.png') # filtering image img = img[:, :, 0] print("Image") # showing image imshow(img) show() # getting structuring element value = mahotas.get_structuring_elem(img, 2) # showing value print(value)
Producción :
Image
[[1 1 1] [1 1 1] [1 1 1]]
Publicación traducida automáticamente
Artículo escrito por rakshitarora y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA