计算距离
"距离变换"会计算每个像素到某个给定点的距离，通常是到最近的背景像素的距离。这样，您就能判断对象中哪些点更靠内、哪些点更接近边缘。
在本练习中，请对 labels 中的左心室对象使用欧几里得距离变换。
本练习是课程的一部分
Python 中的生物医学图像分析
练习说明
- 创建左心室像素的掩膜（
labels中取值为 1）。 - 使用
ndi.distance_transform_edt()计算每个像素到背景的距离。将像素尺寸传入sampling参数。 - 使用
ndi.maximum和ndi.maximum_position打印最大距离及其坐标。 - 在原始图像上叠加显示距离图的一层切片。此步骤已为您完成。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate left ventricle distances
lv = np.where(____, 1, 0)
dists = ____
# Report on distances
print('Max distance (mm):', ____)
print('Max location:', ____)
# Plot overlay of distances
overlay = np.where(dists[5] > 0, dists[5], np.nan)
plt.imshow(overlay, cmap='hot')
format_and_render_plot()