图像的NumPy速成课程

中的图像 scikit-image 以NumPy ndarray为代表。因此，可以使用用于操作数组的标准NumPy方法来实现许多常见操作：

>>> from skimage import data
>>> camera = data.camera()
>>> type(camera)
<type 'numpy.ndarray'>

检索图像的几何图形和像素数：：

>>> camera.shape
(512, 512)
>>> camera.size
262144

正在检索有关图像强度值的统计信息：

>>> camera.min(), camera.max()
(0, 255)
>>> camera.mean()
118.31400299072266

表示图像的NumPy数组可以是不同的整型或浮点型。看见 图像数据类型及其含义 有关这些类型的更多信息以及如何 scikit-image 治疗他们。

NumPy索引

NumPy索引既可用于查看像素值，也可用于修改它们：

>>> # Get the value of the pixel at the 10th row and 20th column
>>> camera[10, 20]
153
>>> # Set to black the pixel at the 3rd row and 10th column
>>> camera[3, 10] = 0

注意!在NumPy索引中，第一维 (camera.shape[0] )对应于行，而第二个 (camera.shape[1] )对应于列，原点为 (camera[0, 0] )在左上角。这与矩阵/线性代数记数法匹配，但与笛卡尔(x，y)坐标相反。看见 Coordinate conventions 有关更多详细信息，请参阅以下内容。

除了单个像素，还可以使用NumPy的不同索引功能访问/修改整个像素组的值。

切片：：

>>> # Set the first ten lines to "black" (0)
>>> camera[:10] = 0

掩码(使用布尔掩码进行索引)：：

>>> mask = camera < 87
>>> # Set to "white" (255) the pixels where mask is True
>>> camera[mask] = 255

花式索引(使用多组索引编制索引)：

>>> inds_r = np.arange(len(camera))
>>> inds_c = 4 * inds_r % len(camera)
>>> camera[inds_r, inds_c] = 0

当您需要选择一组要执行操作的像素时，蒙版非常有用。遮罩可以是与图像形状相同的任何布尔数组(或可广播到图像形状的形状)。这可用于定义感兴趣区域，例如，磁盘：：

>>> nrows, ncols = camera.shape
>>> row, col = np.ogrid[:nrows, :ncols]
>>> cnt_row, cnt_col = nrows / 2, ncols / 2
>>> outer_disk_mask = ((row - cnt_row)**2 + (col - cnt_col)**2 >
...                    (nrows / 2)**2)
>>> camera[outer_disk_mask] = 0

来自NumPy的布尔运算可用于定义更复杂的掩码：：

>>> lower_half = row > cnt_row
>>> lower_half_disk = np.logical_and(lower_half, outer_disk_mask)
>>> camera = data.camera()
>>> camera[lower_half_disk] = 0

彩色图像

对于彩色图像，上述所有情况都是正确的。彩色图像是一个NumPy数组，具有通道的附加尾部维度：：

>>> cat = data.chelsea()
>>> type(cat)
<type 'numpy.ndarray'>
>>> cat.shape
(300, 451, 3)

这说明， cat 是具有三个通道(红色、绿色和蓝色)的300 x 451像素图像。与前面一样，我们可以获取和设置像素值：：

>>> cat[10, 20]
array([151, 129, 115], dtype=uint8)
>>> # Set the pixel at (50th row, 60th column) to "black"
>>> cat[50, 60] = 0
>>> # set the pixel at (50th row, 61st column) to "green"
>>> cat[50, 61] = [0, 255, 0]  # [red, green, blue]

我们还可以对2D多通道图像使用2D布尔蒙版，就像我们对上面的灰度图像所做的那样：

在2D彩色图像上使用2D蒙版

>>> from skimage import data
>>> cat = data.chelsea()
>>> reddish = cat[:, :, 0] > 160
>>> cat[reddish] = [0, 255, 0]
>>> plt.imshow(cat)

(Source code _, png ， pdf )

坐标约定

因为 scikit-image 使用NumPy数组表示图像，坐标约定必须匹配。二维(2D)灰度图像(例如 camera 以上)按行和列进行索引(缩写为 (row, col) 或 (r, c) )，元素最低 (0, 0) 在左上角。在类库的不同部分，您还将看到 rr 和 cc 请参阅行和列坐标列表。我们将这一惯例与 (x, y) ，通常表示标准笛卡尔坐标，其中 x 是水平坐标， y -垂直的，原点在左下角(例如，Matplotlib轴使用此约定)。

在多通道图像的情况下，最后一个维度用于颜色通道，并由 channel 或 ch 。

最后，对于体积(3D)图像，例如视频、磁共振成像(MRI)扫描、共焦显微镜等，我们将领先维度称为 plane ，缩写为 pln 或 p 。

这些约定总结如下：

SCRICKIT-IMAGE中的尺寸名称和顺序约定

图像类型	坐标
2D灰度级	(行，列)
2D多通道(例如RGB)	(ROW、COLE、CH)
3D灰度	(PLN，ROW，COL)
3D多通道	(PLN，ROW，COL，CH)

中的许多函数 scikit-image 可以直接操作3D图像：：

>>> im3d = np.random.rand(100, 1000, 1000)
>>> from skimage import morphology
>>> from scipy import ndimage as ndi
>>> seeds = ndi.label(im3d < 0.1)[0]
>>> ws = morphology.watershed(im3d, seeds)

然而，在许多情况下，第三个空间维度的分辨率低于其他两个维度。一些 scikit-image 函数提供了一个 spacing 帮助处理此类数据的关键字参数：：

>>> from skimage import segmentation
>>> slics = segmentation.slic(im3d, spacing=[5, 1, 1], multichannel=False)

在其他情况下，处理必须以平面方式完成。当平面沿前导尺寸堆叠时(与我们的约定一致)，可以使用以下语法：

>>> from skimage import filters
>>> edges = np.empty_like(im3d)
>>> for pln, image in enumerate(im3d):
...     # Iterate over the leading dimension
...     edges[pln] = filters.sobel(image)

关于数组维度顺序的注记

尽管轴的标签可能看起来很随意，但它可能会对操作速度产生重大影响。这是因为现代处理器从来不会从内存中只检索一个项目，而是检索相邻项目的整个块(一种称为预取的操作)。因此，处理内存中相邻的元素比处理分散的元素要快，即使操作数相同：

>>> def in_order_multiply(arr, scalar):
...     for plane in list(range(arr.shape[0])):
...         arr[plane, :, :] *= scalar
...
>>> def out_of_order_multiply(arr, scalar):
...     for plane in list(range(arr.shape[2])):
...         arr[:, :, plane] *= scalar
...
>>> import time
>>> im3d = np.random.rand(100, 1024, 1024)
>>> t0 = time.time(); x = in_order_multiply(im3d, 5); t1 = time.time()
>>> print("%.2f seconds" % (t1 - t0))  
0.14 seconds
>>> s0 = time.time(); x = out_of_order_multiply(im3d, 5); s1 = time.time()
>>> print("%.2f seconds" % (s1 - s0))  
1.18 seconds
>>> print("Speedup: %.1fx" % ((s1 - s0) / (t1 - t0)))  
Speedup: 8.6x

当最后/最右边的维度变得更大时，加速比甚至更大。这是值得思考的 数据局部性 在开发算法时。特别是， scikit-image 默认情况下使用C连续数组。当使用嵌套循环时，数组的最后/最右边的维度应该在计算的最里面的循环中。在上面的示例中， *= NumPy运算符在所有剩余维度上迭代。

关于时间维的一个注记

虽然 scikit-image 目前没有提供专门处理时变3D数据的函数，它与NumPy数组的兼容性使我们可以非常自然地处理形状为(t，pln，row，coll，ch)的5D数组：

>>> for timepoint in image5d:  
...     # Each timepoint is a 3D multichannel image
...     do_something_with(timepoint)

然后，我们可以按如下方式补充上表：

SCRICKIT中尺寸名称和顺序的补充件-图像

图像类型	坐标
2D彩色视频	(T、ROW、COL、CH)
3D多通道视频	(T、PLN、ROW、COL、CH)