Filtry

Analiza obrazów biomedycznych w Pythonie

Stephen Bailey

Instructor

Filtry

Przykłady przefiltrowanych obrazów

Splot z filtrem wyostrzającym

przykład splotu

Splot z filtrem wyostrzającym

wynik splotu

By Michael Plotke - Own work, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=24288958

Splot obrazu

import imageio.v2 as imageio
import scipy.ndimage as ndi

im=imageio.imread('foot-xray.jpg')

weights = [[.11,  .11, .11],
           [.11,  .12, .11],
           [.11,  .11, .11]]

im_filt = ndi.convolve(im, weights)

fig, axes = plt.subplots(2, 1)
axes[0].imshow(im, cmap='gray')
axes[1].imshow(im_filt,cmap='gray')
plt.imshow()

wygładzone zdjęcie rentgenowskie stopy

Funkcje filtrowania

scipy.ndimage.filters zawiera:

median_filter()
uniform_filter()
maximum_filter()
percentile_filter()

ndi.median_filter(im, size=10)

stopa – filtr medianowy

Filtrowanie Gaussa

Rozkład Gaussa w 1 wymiarze Rozkład Gaussa 1D

ndi.gaussian_filter(im, sigma=5)

Rozmycie przy sigma = 5

Rozkład Gaussa w 2 wymiarach By Kghose at the English language Wikipedia, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=2550031

ndi.gaussian_filter(im, sigma=10)

Rozmycie przy sigma = 10

Czas na ćwiczenia!

Analiza obrazów biomedycznych w Pythonie