Mahotas – Caractéristiques de Zernike – GeeksforGeeks

Afficher la discussion

Améliorer l’article

Enregistrer l’article

J’aime l’article

Afficher la discussion

Améliorer l’article

Enregistrer l’article

J’aime l’article

Dans cet article, nous verrons comment obtenir la fonctionnalité zernike de l’image donnée dans mahotas. Les polynômes de Zernike sont un ensemble de bases orthogonales (un ensemble de fonctions pour lesquelles l’intégrale du produit de toute paire de fonctions est nulle)
Pour ce tutoriel, nous utiliserons l’image ‘lena’, ci-dessous la commande pour charger l’image lena

mahotas.demos.load('lena')

Ci-dessous l’image de lena

final537

Pour ce faire, nous utiliserons la méthode mahotas.features.zernike
Syntaxe : mahotas.features.zernike(img, degré, rayon)
Dispute : Il prend un objet image et deux entiers comme argument
Revenir : Il renvoie un tableau 1-D

Noter : L’image d’entrée doit être filtrée ou doit être chargée en gris
Afin de filtrer l’image, nous allons prendre l’objet image qui est numpy.ndarray et le filtrer à l’aide de l’indexation, ci-dessous est la commande pour le faire

image = image[:, :, 0]

Ci-dessous la réalisation

Python3

import mahotas

import mahotas.demos

from pylab import gray, imshow, show

import numpy as np

import matplotlib.pyplot as plt

  

img = mahotas.demos.load('lena')

  

img = img.max(2)

print("Image")

  

imshow(img)

show()

degree = 10

radius = 10

value = mahotas.features.zernike(img, degree, radius)

 

print(value)

Production :

Image

1st139

[0.31830989 0.01261485 0.00614926 0.00769591 0.0097145  0.01757332
 0.00617458 0.01008905 0.01415304 0.01099679 0.02894761 0.01838737
 0.0074247  0.01333135 0.01958184 0.00431827 0.00540781 0.01675913
 0.03511082 0.00699177 0.00357231 0.01593838 0.01621848 0.0240565
 0.0154929  0.01631347 0.03239474 0.02506811 0.00796528 0.01291179
 0.01198231 0.01916542 0.0165929  0.01032658 0.02028499 0.02506003]

Un autre exemple

Python3

import mahotas

import numpy as np

from pylab import gray, imshow, show

import os

import matplotlib.pyplot as plt

 

img = mahotas.imread('dog_image.png')

img = image[:, :, 0]

  

print("Image")

  

imshow(img)

show()

degree = 10

radius = 10

value = mahotas.features.zernike(img, degree, radius)

 

print(value)

Production :

Image

1st140

[0.31830989 0.00985427 0.00714652 0.00171408 0.00442245 0.01796711
 0.00716781 0.00179965 0.0039829  0.0031081  0.02447476 0.0011686
 0.009291   0.00174885 0.00357579 0.00692029 0.0043969  0.03528869
 0.00264739 0.01381883 0.00750501 0.0036528  0.00867514 0.01298398
 0.0129556  0.00602334 0.04108562 0.00377269 0.01859098 0.01109795
 0.00178511 0.0082474  0.01928068 0.01873102 0.00882483 0.04558572]

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *