我在处理 X 射线源的 CCD 图像时遇到了一个长期问题，它附在此处CCD 图像 然后在使用任意值进行调整后，我需要做的是从图像中减去多像素事件。我还需要计算属于单个像素的像素数。
*- 多像素是指在周围像素中具有非零值的像素。
我有一个代码通过使用 PIL.Image.open() 将其读入列表并逐个像素地进行分析！但我正在寻找一个标准的图像处理程序以获得更可靠和更好的结果。如果你能告诉我怎么做，我会很高兴。
干杯
问问题
341 次
3 回答
0
首先，我要感谢@Mark Stechell 的提示和回答。然后我通过他关于命中或未命中转换的提示找到了我的答案。我在维基百科中找到了很好的信息： https ://en.wikipedia.org/wiki/Hit-or-miss_transform
然后在 Python 中，这个方法有一个现成的函数，它适用于我和其他模式应用程序。您将在下面的链接中找到所有内容，它简单明了。 http://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.ndimage.morphology.binary_hit_or_miss.html
干杯
于 2016-09-20T07:28:12.827 回答
0
我对CImg库进行了另一次尝试，该库是一个仅适用于所有平台的标头 C++ 图像处理库。这是相当不错的，因为只有一个简单的头文件可以从CImg网站复制到您的项目中，您就完成了！
请参阅此处的CImg网站。
代码如下：
#define cimg_use_png
#define cimg_display 0
#include <iostream>
#include "CImg.h"
using namespace cimg_library;
using namespace std;
int main() {
// Load input image
CImg<unsigned char> im("ccd.png");
int w=im.width();
int h=im.height();
// Create output image and fill with black (0)
CImg<unsigned char> result(w,h,1,1,0);
// Total number of white pixels with 8 black neighbours
int t=0;
// Threshold image at 80%
im.threshold(255*0.8);
// Find, and count, all white pixels with 8 black neighbours
// Apply Dirichlet boundary conditions at edges - black virtual pixels at edges
for(int y=0;y<h;y++){
for(int x=0;x<w;x++){
if((im.atXY(x,y,0,0) !=1) ||
(im.atXY(x-1,y-1,0,0)==1) || (im.atXY(x,y-1,0,0)==1) || (im.atXY(x+1,y-1,0,0)==1) ||
(im.atXY(x-1,y,0,0) ==1) || (im.atXY(x+1,y,0,0)==1) ||
(im.atXY(x-1,y+1,0,0)==1) || (im.atXY(x,y+1,0,0)==1) || (im.atXY(x+1,y+1,0,0)==1)){
} else {
t++;
// Paint output image white
result(x,y)=255;
cout << "DEBUG: " << x << "," << y << endl;
}
}
}
cout << t << endl;
result.save_png("result.png");
}
你可以用这个编译它：
g++ peaks.cpp -o peaks -lpng
样本输出
这显示了超出阈值且没有直接白色邻居的像素的 x、y 坐标。
DEBUG: 172,1
DEBUG: 287,1
DEBUG: 390,1
DEBUG: 396,1
DEBUG: 536,1
DEBUG: 745,1
DEBUG: 956,1
DEBUG: 72,2
DEBUG: 253,2
DEBUG: 516,2
DEBUG: 671,2
DEBUG: 680,2
DEBUG: 740,2
DEBUG: 811,2
DEBUG: 844,2
DEBUG: 228,3
DEBUG: 282,3
DEBUG: 351,3
DEBUG: 505,3
DEBUG: 551,3
DEBUG: 623,3
DEBUG: 638,3
DEBUG: 689,3
...
...
DEBUG: 797,252
DEBUG: 918,252
DEBUG: 125,253
DEBUG: 357,253
DEBUG: 870,253
DEBUG: 252,254
DEBUG: 941,254
1005
于 2016-09-07T22:57:57.883 回答
0
您可以使用安装在大多数 Linux 发行版上并且可用于 OSX 和 Windows的ImageMagick轻松完成此操作。有 C/C++、Python、Perl、PHP、.Net 和其他可用的绑定。我将在此处的命令行中执行此操作。
因此，这是您的起始图像：
首先，让我们将阈值设为任意 80%：
convert ccd.png -threshold 80% result.png
现在让我们找到周围没有其他白色像素的所有白色像素：
convert ccd.png -threshold 80% -morphology HMT peaks:1.9 result.png
该技术是“Hit-and-Miss Morphology” ，在 Anthony Thyssen 出色的ImageMagick使用页面中对此进行了描述。在该页面上搜索“Peak”以找到确切的段落。
现在让我们数一数：
convert ccd.png -threshold 80% -morphology HMT peaks:1.9 -format "%[fx:int(mean*w*h)]" info:
975
让我们检查一下我们删除的多像素事件：
convert ccd.png -threshold 80% \( +clone -morphology HMT peaks:1.9 \) -compose difference -composite result.png
于 2016-09-07T14:53:35.923 回答