1. Learn
    2. /
  2. Cursuri
    3. /
  3. Analiza obrazów biomedycznych w Pythonie
Connected

exercițiu

Intensywność

W tym rozdziale będziemy pracować z radiogramem dłoni pochodzącym z konkursu Radiological Society of North America z 2017 roku. Absorpcja promieni rentgenowskich jest najwyższa w gęstych tkankach, takich jak kości, dlatego wynikowe intensywności powinny być wysokie. Obrazy tego rodzaju można wykorzystać do przewidywania „wieku kostnego" u dzieci.

Na początek wczytajmy obraz i sprawdźmy zakres jego intensywności.

Typ danych obrazu określa zakres możliwych wartości intensywności: na przykład 8-bitowe liczby całkowite bez znaku (uint8) mogą przyjmować wartości z zakresu od 0 do 255. Pasek kolorów (colorbar) ułatwia powiązanie tych wartości z wizualizowanym obrazem.

Wszystkie ćwiczenia w tym rozdziale korzystają z następujących importów:

import imageio.v2 as imageio
import numpy as np
import matplotlib.pyplot as plt

Instrucțiuni

100 XP
  • Wczytaj obraz "hand-xray.jpg" za pomocą imageio.
  • Wyświetl typ danych obrazu (dtype), minimalną (min()) i maksymalną intensywność (max()).
  • Zwizualizuj obraz za pomocą plt.imshow(). Ustaw jawnie minimalne (0) i maksymalne (255) wartości mapy kolorów, korzystając z argumentów vmin i vmax.
  • Dodaj pasek kolorów za pomocą plt.colorbar(), a następnie wyrenderuj wykres, używając niestandardowej funkcji format_and_render_plot(). Ten krok został już za ciebie wykonany.