当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python cucim.skimage.filters.threshold_multiotsu用法及代码示例

用法: cucim.skimage.filters.threshold_multiotsu(image, classes=3, nbins=256)

生成 classes -1 阈值以划分 image 中的灰度级。

选择阈值以最大化阈值灰度级之间的成对方差的总和。有关详细信息，请参阅注释和[1]。

参数：

image：(N, M) ndarray: 灰度输入图像。
classes：整数，可选: 要阈值的类数，即结果区域的数量。
nbins：整数，可选: 用于计算直方图的 bin 数量。对于整数数组，此值将被忽略。

返回：

thresh：数组: 包含所需类的阈值的数组。

抛出：

ValueError: 如果image 包含的灰度值少于所需的类数。

注意：

此实现依赖于复杂度为 \(O\left(\frac{Ch^{C-1}}{(C-1)!}\right)\) 的 Cython 函数，其中 \(h\) 是直方图 bin 的数量，而 \(C\) 是所需的类数量。

输入图像必须是灰度的。

参考：

1: Liao, P-S., Chen, T-S. and Chung, P-C., “A fast algorithm for multilevel thresholding”, Journal of Information Science and Engineering 17 (5): 713-727, 2001. Available at: <https://ftp.iis.sinica.edu.tw/JISE/2001/200109_01.pdf> DOI:10.6688/JISE.2001.17.5.1
2: Tosa, Y., “Multi-Otsu Threshold”, a java plugin for ImageJ. Available at: <http://imagej.net/plugins/download/Multi_OtsuThreshold.java>

例子：

>>> import cupy as cp
>>> from cucim.skimage.color import label2rgb
>>> from skimage import data
>>> image = cp.asarray(data.camera())
>>> thresholds = threshold_multiotsu(image)
>>> regions = cp.digitize(image, bins=thresholds)
>>> regions_colorized = label2rgb(regions)

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.filters.threshold_multiotsu。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。