-1
这里我上传了一张非常嘈杂的图像。 和在图像中有一些黑暗的地方。 有没有办法使用python来做图像处理并计算黑暗区域的百分比?如何使用python来计算噪点图像暗区的百分比
这里我上传了一张非常嘈杂的图像。 和在图像中有一些黑暗的地方。 有没有办法使用python来做图像处理并计算黑暗区域的百分比?如何使用python来计算噪点图像暗区的百分比
我不知道确切的要求,所以让我正式一点我在这个问题有限的描述可知:
要求:
对于一些灰度我们想计算像素总数的百分比,强度值低于某个阈值的像素数量,如t
假设您已将图像加载到一个numpy数组中,您可以简单地计算像素总数,其中亮度值为< t并除以总像素数。
num_dark_px = sum(img[img < t])
num_total_px = img.shape[0] * img.shape[1]
dark_area_pcnt = num_dark_px/num_total_px
如果还有其他目标,请指定有关该问题的更多信息。
谢谢!对不起,我没有说清楚。在我提供的图像中,有一些区域比其余区域更暗。并且由于图像是噪声,因此您的方法会计算许多实际上不属于较暗区域的像素。所以我想问问是否有方法来识别那些较暗的区域,然后计算百分比。 – Forrest
我不熟悉哪种技术可以帮助去除这幅医学图像,噪音的类型/来源的知识有助于决定这一点。但是,您可以先尝试一些简单的方法,例如使用高斯滤波器“平滑”图像,然后按照相同的方法计算“黑暗”像素。这将粗略估计我所了解的您正在寻找的东西。更复杂的方法可能包括诸如去噪/平滑之后连接的组件,然后评估黑暗像素的百分比。 –
感谢您的帮助。高斯滤波器有帮助,然后设置一个钳位极限,高于某个值将像素设置为1并将其设置为0,然后粗略计算百分比 – Forrest