开始使用免费开始使用

调整掩码

通过增加或减少像素，可以对不完美的掩码进行调整。SciPy 提供了多种有用的方法来实现这些目的，包括：

  • binary_dilation：沿边缘增加像素
  • binary_erosion：沿边缘去除像素
  • binary_opening：先腐蚀再膨胀，用于"打开"边缘附近的区域
  • binary_closing：先膨胀再腐蚀，用于"填充"孔洞

在本练习中，请先创建一个骨骼掩码，然后对其进行调整以包含更多像素。

在接下来的练习中，我们已为您运行如下导入：

import scipy.ndimage as ndi

本练习是课程的一部分

Python 中的生物医学图像分析

查看课程

练习说明

  • 通过从 im 中选择大于或等于 145 的像素来创建骨骼掩码。
  • 使用 ndi.binary_dilation() 来增大 mask_bone 的尺寸。将 iterations 设置为 5，以重复执行多次膨胀。
  • 使用 ndi.binary_closing() 来填充 mask_bone 中的孔洞。将 iterations 设置为 5，可填充宽度最多约 10 个像素的孔洞。
  • 绘制原始掩码和调整后的掩码。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create and tune bone mask
mask_bone = ____
mask_dilate = ndi.binary_dilation(____, ____)
mask_closed = ____

# Plot masked images
fig, axes = plt.subplots(1,3)
axes[0].imshow(mask_bone)
axes[1].imshow(mask_dilate)
____
format_and_render_plot()
编辑并运行代码