如何使用python来计算噪点图像暗区的百分比

-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

noise x-ray image

来源

2017-09-25 Forrest

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。

来源

2017-09-25 23:21:19

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

如何使用python来计算噪点图像暗区的百分比

回答

相关问题