Mahotas – 获取图像时刻

在本文中，我们将了解如何在 mahotas 中创建图像时刻。在图像处理、计算机视觉和相关领域中，图像矩是图像像素强度的某个特定加权平均值，或此类矩的函数，通常选择具有某些有吸引力的属性或解释。图像矩对于描述分割后的对象很有用。

在本教程中，我们将使用“Lena”图像，下面是加载它的命令。

mahotas.demos.load('lena')

下面是莉娜的图片

In order to do this we will use mahotas.moments method
Syntax : mahotas.moments(img, p0, p1)
Argument : It takes image object and two float values as argument
Return : It returns image object 
 

注意：输入图像应被过滤或加载为灰色
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]

下面是实现

Python3

# importing required libraries
import mahotas
import mahotas.demos
from pylab import gray, imshow, show
import numpy as np
import matplotlib.pyplot as plt
   
# loading image
img = mahotas.demos.load('lena')
   
# filtering image
img = img.max(2)
 
print("Image")
   
# showing image
imshow(img)
show()
 
# Power for first dimension
p0 = 5.5
 
# Power for second dimension
p1 = 5.5
 
 
# getting moments
moment = mahotas.moments(img, p0, p1)
  
 
# printing moments
print("Moment value = " + str(moment))

输出 ：

Image
 

Moment value = 6.784986531904299e+35

另一个例子

Python3

# importing required libraries
import mahotas
import numpy as np
from pylab import gray, imshow, show
import os
import matplotlib.pyplot as plt
  
# loading image
img = mahotas.imread('dog_image.png')
 
 
# filtering image
img = img[:, :, 0]
   
print("Image")
   
# showing image
imshow(img)
show()
 
# Power for first dimension
p0 = 10.5
 
# Power for second dimension
p1 = 2.5
 
 
# getting moments
moment = mahotas.moments(img, p0, p1)
  
 
# printing moments
print("Moment value = " + str(moment))

输出 ：

Image
 

Moment value = 1.5229432312149368e+42