Mahotas – 高斯滤波

在本文中，我们将了解如何在 mahotas 中进行高斯滤波。为此，我们将使用来自核分割基准的荧光显微镜图像。我们可以在下面给出的命令的帮助下获取图像

mhotas.demos.nuclear_image()

高斯滤波器是线性滤波器。它通常用于模糊图像或减少噪音。如果您使用其中两个并相减，则可以将它们用于“不锐化掩蔽”（边缘检测）。单独的高斯滤波器会模糊边缘并降低对比度。
下面是nuclear_image

为此，我们将使用 mahotas.gaussian_filter 方法

Syntax : mahotas.gaussian_filter(nuclear, 20)
Argument : It takes numpy.ndarray object as argument and a integer
Return : It returns numpy.ndarray object 
 

注意：高斯滤波器的输入应该是滤波后的图像对象
为了过滤图像，我们将获取图像对象 numpy.ndarray 并在索引的帮助下对其进行过滤，下面是执行此操作的命令

image = image[:, :, 0]

示例 1：

Python3

# importing required libraries
import mahotas
import mahotas.demos
import numpy as np
from pylab import imshow, show
 
# getting nuclear image
nuclear = mh.demos.nuclear_image()
 
 
# filtering the image
nuclear = nuclear[:, :, 0]
 
print("Image with filter")
# showing the image
imshow(nuclear)
show()
 
# setting gaussian filter
nuclear = mahotas.gaussian_filter(nuclear, 35)
 
print("Image with gaussian filter")
# showing the gaussian filter
imshow(nuclear)
show()

输出 ：

示例 2：

Python3

# importing required libraries
import numpy as np
import mahotas
from pylab import imshow, show
 
# loading image
img = mahotas.imread('dog_image.png')
 
# filtering the image
img = img[:, :, 0]
   
print("Image with filter")
# showing the image
imshow(img)
show()
 
 
# setting gaussian filter
gaussian = mahotas.gaussian_filter(img, 15)
 
print("Image with gaussian filter")
# showing the gaussian filter
imshow(gaussian)
show()

输出 ：