问题标签 [mahotas]

我一直在使用 skimage 的 SLIC 实现来分割超像素中的图像。我想使用 GLCM 从这些超像素中提取额外的特征来解决分类问题。这些超像素不是矩形的。在 MATLAB 中，您可以将像素设置为 NaN，算法将忽略它们（链接）。我可以使用它在超像素周围制作边界框，然后将未使用的像素设置为 NaN。

然而，skimage 中的graycomatrix函数的工作方式与 MATLAB 实现并不完全相同。将像素设置为 NaN 时，该函数无法通过断言检查所有值是否大于 0。

是否有可以使用非矩形 ROI 的 Python 实现？

我是计算机视觉的微生物学学生，因此我们将不胜感激任何帮助。

这个问题涉及我试图分析的显微镜图像。我想要完成的目标是对图像中的细菌进行计数，但我需要首先对图像进行预处理，以增强任何荧光不太亮的细菌。我曾考虑过使用几种不同的技术，例如增强对比度或锐化图像，但这并不是我所需要的。

我想在 RBG 尺度上将噪声（黑色空间）减少到 0 并增强绿色空间。我最初是在 OpenCV 中编写一个带有阈值限制的 for 循环来更改每个像素，但我知道有更好的方法。

这是我在原始图像与我想要的照片商店中所做的示例。

原始图像和增强图像。

我需要学习在 python 环境中执行此操作，以便我可以自动化此过程。正如我所说，我是新手，但我熟悉 python 的 OpenCV、mahotasnumpy等，所以我并不完全依赖于特定的包。我对这些技术也很陌生，所以即使你只是指出我正确的方向，我也愿意接受。

谢谢！

我正在使用 mahotas 库对卫星图像（250 x 200 像素）进行纹理分析（GLCM）。GLCM 计算在窗口大小内进行。因此，对于滑动窗口的两个相邻位置，我们需要从头开始计算两个共现矩阵。我读过我也可以设置步长，以避免在重叠区域上计算 GLCM。我提供了下面的代码。

对于上面的代码，我将窗口和步长设置为 32。当代码完成时，我得到一个尺寸为 6 x 8（而不是 250 x 200）的图像，因为步长设置为 32 .

所以，我的问题是：通过设置步长（以避免在重叠区域中进行计算以及代码变得更快），我能否以某种方式得出整个图像的 GLCM 结果，尺寸为 250 x 200 而不是它的子集（ 6 x 8 尺寸）？或者我别无选择，只能以正常方式循环图像（不设置步长）？

我想在我的 anaconda 包中添加mahotas，所以我 从http://www.lfd.uci.edu/~gohlke/pythonlibs/安装了这个文件mahotas-1.4.3-cp35-cp35m-win_amd64.whl 然后我把它在C:\Anaconda3\Scripts 但是当我运行这个命令pip install mahotas-1.4.3-cp35-cp35m-win_amd64.whl我得到这个错误enter image description here

无法在 mahotas 中读取 PGM 图像，错误信息是“RuntimeError: This format (pgm) is unknown to imread”

未找到模块 Mahotas，我尝试过：

• Conda update conda然后conda install mahotas。（它已安装，但 Spyder 中仍然存在错误）

• conda config --add channels conda-forge然后运行conda install mahotas。

没运气。

当我调用mahotas.features.zernike_moments某些包含非常不规则形状的图像时，我收到以下错误：

它适用于如下简单形状：

但是我使用以下代码在下图中得到了错误。知道我做错了什么吗？

编辑似乎如果我将掩码调整为 500 像素宽，代码是否有效？mahotas 是否有形状需要的最小尺寸？

我想获得以像素为单位的区域以及该图像中不同黑色物体的分布。我假设使用 python (openCV 或 mahotas) 可以做到这一点，但我不知道怎么做。

你能帮助我吗 ？

我正在写import mahotas as mt我的python脚本。我得到错误ImportError: No module named mahotas

所以我用这个命令安装

但它给了我以下错误

我不知道这里发生了什么。

我正在使用此代码

将 JSON 文件转换为绘图。但是，我想将首先设置的颜色更改obj["classIndex"] 为另一种颜色。在打印情节时，我发现情节看起来像这样

我以前从未见过这种情况。我将如何将这些值更改为 RGB？我之前设置的。我知道我可以使用

改变这样的事情

对此

但是，我以前从未使用过这样的东西