En este artículo veremos cómo podemos hacer erosión condicional de la imagen en mahotas. La erosión es una de las dos operaciones fundamentales (la otra es la dilatación) en el procesamiento de imágenes morfológicas en las que se basan todas las demás operaciones morfológicas. Originalmente se definió para imágenes binarias, luego se extendió a imágenes en escala de grises y posteriormente a redes completas.
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.cerode
Sintaxis: mahotas.cerode(img, c_grey)
Argumento: Toma objeto imagen, imagen condicional como argumento
Retorno: Devuelve objeto imagen
Nota: la imagen de entrada debe filtrarse o 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 # loading image img = mahotas.demos.load('lena') # grey image g = img[:, :, 1] # multiplying grey image values g = g * 3 # filtering image img = img.max(2) # otsu method T_otsu = mahotas.otsu(img) # image values should be greater than otsu value img = img > T_otsu print("Image threshold using Otsu Method") # showing image imshow(img) show() # eroding image using conditional grey image new_img = mahotas.cerode(img, g) # showing eroded image print("Eroded Image") imshow(new_img) show()
Producción :
Image threshold using Otsu Method
Eroded Image
Otro ejemplo
Python3
# importing required libraries import mahotas import numpy as np from pylab import gray, imshow, show import os # loading image img = mahotas.imread('dog_image.png') # getting grey image g = img[:, :, 0] # multiplying grey image values g = g * 2 # filtering image img = img[:, :, 0] # otsu method T_otsu = mahotas.otsu(img) # image values should be greater than otsu value img = img > T_otsu print("Image threshold using Otsu Method") # showing image imshow(img) show() # eroding image using conditional grey image new_img = mahotas.cerode(img, g) # showing eroded image print("Eroded Image") imshow(new_img) show()
Producción :
Image threshold using Otsu Method
Eroded Image
Publicación traducida automáticamente
Artículo escrito por rakshitarora y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA