正确计数用Mahotas检测到的区域像素

Question

我正在使用所附的算法，其目的是测量代码所标识区域的像素数量：

`mahotas.label(image)`

问题是，背景面积越大，检测到的像素数就越多，考虑到所有点在不同图像中的像素数都是相同的。这是由于以下一行：

`mh.gaussian_filter(imagen,4)`

然而，这不应该发生，因为我需要的是，区域是完全独立的测量区域，有背景。

附加不同大小的脚本和图像，但以相同的广场点200x200像素为例。

import mahotas as mh
import mahotas.demos
import numpy as np
from pylab import imshow, show
imagen = mahotas.imread('76x66.png')
#imagen = mahotas.imread('100x100.png')
#imagen = mahotas.imread('200x200.png')
imagen = imagen[:,:,0]
imagen = mh.gaussian_filter(imagen, 4)
imagen = (imagen> imagen.mean())
etiquetas, unidades = mahotas.label(imagen)
sizes = mahotas.labeled.labeled_size(etiquetas)
print sizes[0]
imshow(imagen)
show()

结果：

• 图像100x100.png打印大小= 1012像素
• 图像200x200.png打印大小= 1292像素
• 图像76x66. 848打印大小=848像素

但是，每个人都应该是平等的或相似的

• Images.zip
• 参考文献

Answer 1

由于区域有不同的大小，背景(空置的空间)在三种情况下也会不同，如您在回答中所示。您的代码输出值-- 1012、1292和848 --分别是三种情况下的后端大小。但是您也提到了"...the的意图是测量代码所标识的区域的像素数量……“这是你赖以生存的：print sizes[1].

显然，对于这三种情况--你应该得到8988,38708和4168 --按照上述结果的顺序是不相等的。这是根据您编辑后的参考链接provided.Code：

import mahotas as mh
import mahotas.demos
import numpy as np
from pylab import imshow, show

imagen = np.zeros((400,400),bool)
imagen = mh.gaussian_filter(imagen, 4)
imagen = (imagen> imagen.mean())

imagen[3:79,1:77]=1
imagen[80:180,78:178]=1
imagen[185:385,194:394]=1

etiquetas, nr_objects = mh.label(imagen)

sizes = mahotas.labeled.labeled_size(etiquetas)
print sizes[0]

imshow(etiquetas, interpolation='nearest')
show()