python - 二值化图像数据

Question

我有来自 BrainWeb 的 10 个灰度大脑 MRI 扫描.它们存储为 4d numpy 数组，brains , 形状 (10, 181, 217, 181) . 10 个大脑中的每一个都由 181 个沿 z 平面(从头顶到颈部)的切片组成，其中每个切片在 x(耳朵到耳朵)和 y(眼睛到眼睛)中的大小为 181 x 217 像素脑后)平面分别。

所有的大脑都是类型 dtype('float64') .所有大脑的最大像素强度为 ~1328最小值是 ~0 .例如，对于第一个大脑，我计算为 brains[0].max()给予 1328.338086605072和 brains[0].min()给予 0.0003886114541273855 .下面是 brain[0] 的切片图:

我想通过重新调整来自 [0, 1328] 的像素强度来将所有这些大脑图像二值化。至 {0, 1} 。 我的方法正确吗？

我首先将像素强度归一化为 [0, 1] :

normalized_brains = brains/1328 

然后使用二项分布对每个像素进行二值化:

binarized_brains = np.random.binomial(1, (normalized_brains))

绘制的结果看起来是正确的:

0 像素强度代表黑色(背景)，1 像素强度代表白色(大脑)。

我通过实现另一种方法对来自 this post 的图像进行标准化进行了实验但它只给了我一个黑色图像。这是因为 np.finfo(np.float64)是1.7976931348623157e+308 , 所以归一化步骤

normalized_brains = brains/1.7976931348623157e+308

只是返回了一个零数组，在二值化步骤中也产生了一个零数组。

我是否使用正确的方法对图像进行二值化？

Answer 1

您将图像转换为二进制图像的方法基本上相当于随机抖动，这是在二进制介质上创建灰度值幻觉的糟糕方法。老式打印品是一种二元媒体，几个世纪以来，他们已经微调了在打印品中表示灰度照片的方法。这个过程称为 halftoning ，并且部分由纸上墨水的属性决定，我们不必在二值图像中处理。

那么人们想出了哪些非打印方法？有序抖动(主要是 Bayer matrix )和 error diffusion dithering .在维基百科上阅读更多关于抖动的内容。我写了一个blog post showing how to implement all of these methods in MATLAB几年前。

我建议您为您的特定应用程序使用误差扩散抖动。这是 MATLAB 中的一些代码(摘 self 上面喜欢的博客文章)，用于 Floyd-Steinberg 算法，我希望您可以将其转换为 Python:

img = imread('/image/d5E9i.png');
img = img(:,:,1);

out = double(img);
sz = size(out);
for ii=1:sz(1)
   for jj=1:sz(2)
      old = out(ii,jj);
      %new = 255*(old >= 128); % Original Floyd-Steinberg
      new = 255*(old >= 128+(rand-0.5)*100); % Simple improvement
      out(ii,jj) = new;
      err = new-old;
         if jj<sz(2)
            % right
            out(ii  ,jj+1) = out(ii  ,jj+1)-err*(7/16);
         end
      if ii<sz(1)
         if jj<sz(2)
            % right-down
            out(ii+1,jj+1) = out(ii+1,jj+1)-err*(1/16);
         end
            % down
            out(ii+1,jj  ) = out(ii+1,jj  )-err*(5/16);
         if jj>1
            % left-down
            out(ii+1,jj-1) = out(ii+1,jj-1)-err*(3/16);
         end
      end
   end
end

imshow(out)

在应用抖动之前对图像重新采样可以大大改善结果:

img = imresize(img,4);
% (repeat code above)
imshow(out)

注意上述过程要求输入在 [0,255] 范围内。很容易适应不同的范围，比如 [0,1328] 或 [0,1]，但也很容易将图像缩放到 [0,255] 范围。