Mahotas – Imagen etiquetada de la imagen normal

En este artículo veremos cómo podemos crear una imagen etiquetada a partir de la imagen normal en mahotas. Para ello vamos a utilizar la imagen de microscopía fluorescente de un benchmark de segmentación nuclear. Podemos obtener la imagen con la ayuda del comando que se indica a continuación. 
 

mhotas.demos.nuclear_image()

A continuación se muestra la imagen_nuclear 
 

Las imágenes etiquetadas son imágenes enteras donde los valores corresponden a diferentes regiones. Es decir, la región 1 son todos los píxeles que tienen valor 1, la región dos son los píxeles con valor 2, y así sucesivamente.
Para hacer esto, usaremos el método mahotas.label 
 

Sintaxis: mahotas.label (imagen)
Argumento: toma el objeto de imagen cargado como argumento
Retorno: devuelve la imagen etiquetada y el número entero, es decir, el número de etiquetas 
 

Nota: la entrada de la etiqueta debe ser el objeto de la imagen filtrada y debe tener el umbral y se prefiere que la imagen tenga un filtro gaussiano para eliminar los bordes más nítidos.
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]

Ejemplo 1 : 
 

# importing required libraries
import mahotas
import numpy as np
from pylab import imshow, show
import os
 
# loading nuclear image
f = mahotas.demos.load('nuclear')
 
# setting filter to the image
f = f[:, :, 0]
 
# show the image
print("Image")
imshow(f)
show()
 
# setting gaussian filter
f = mahotas.gaussian_filter(f, 4)
 
# setting threshold value
f = (f> f.mean())
 
# creating a labelled image
labelled, n_nucleus = mahotas.label(f)
 
# showing the labelled image
print("Labelled Image")
imshow(labelled)
show()

Producción : 
 

Ejemplo 2: 
 

# importing required libraries
import numpy as np
import mahotas
from pylab import imshow, show
 
# loading image
img = mahotas.imread('dog_image.png')
   
# filtering the image
img = img[:, :, 0]
    
print("Image")
# showing the image
imshow(img)
show()
  
# setting gaussian filter
gaussian = mahotas.gaussian_filter(img, 15)
 
# setting threshold value
gaussian = (gaussian > gaussian.mean())
 
# creating a labelled image
labelled, n_nucleus = mh.label(gaussian)
  
print("Labelled Image")
# showing the gaussian filter
imshow(labelled)
show()

Producción :