教程：扩展景深¶
这是一个如何使用mahotas来实现它没有内置的算法的示例： extended depth of field 。
这个想法是，你有一堆图像，在不同的焦点拍摄，然后你建立一个单一的图像，这样你就可以把所有的东西都对准。
从标准导入开始：：
import numpy as np
import mahotas as mh
我们将假设您有一个 image 对象，它有三个维度：堆栈、高度和宽度：：
stack,h,w = image.shape
我们用 mh.sobel 作为每个像素的“散焦度”的度量 [1]:
focus = np.array([mh.sobel(t, just_filter=True) for t in image])
现在，我们在每个像素位置选择最佳切片：：
best = np.argmax(focus, 0)
到目前为止，还很容易。下一部分是困难的部分。我们希望做到以下几点：
r = np.zeros((h,w))-1
for y in range(h):
for x in range(w):
r[y,x] = image[best[y,x], y, x]
但这是非常慢的(如果可以避免的话，千万不要在Python中运行嵌套循环)。我们得到了相同的结果，只是稍微不那么清晰，但操作速度更快 [2]:
image = image.reshape((stack,-1)) # image is now (stack, nr_pixels)
image = image.transpose() # image is now (nr_pixels, stack)
r = image[np.arange(len(image)), best.ravel()] # Select the right pixel at each location
r = r.reshape((h,w)) # reshape to get final result
等着瞧！
这里有一个例子，取自一堆微生物的图像。这是最大强度投影：
这是 most in-focus slice (使用Sobel运算符作为度量)：
这是扩展的景深结果：
它显然更尖锐，可能是以一些可能的噪音为代价的。实际上，我在图像模糊方面做了一些尝试，它确实让情况有了些许改善。