获取高于某个值的二维数组中的局部最大值坐标

Posted 2023-02-23

【中文标题】获取高于某个值的二维数组中的局部最大值坐标

【英文标题】：Get coordinates of local maxima in 2D array above certain value

【发布时间】：2012-02-25 01:42:14

【问题描述】：

from PIL import Image
import numpy as np
from scipy.ndimage.filters import maximum_filter
import pylab

# the picture (256 * 256 pixels) contains bright spots of which I wanna get positions
# problem: data has high background around value 900 - 1000

im = Image.open('slice0000.png')
data = np.array(im)

# as far as I understand, data == maximum_filter gives True-value for pixels
# being the brightest in their neighborhood (here 10 * 10 pixels)

maxima = (data == maximum_filter(data,10))
# How can I get only maxima, outstanding the background a certain value, let's say 500 ?

恐怕我不太了解scipy.ndimage.filters.maximum_filter() 函数。有没有办法只在斑点内而不在背景内获得像素坐标？

http://i.stack.imgur.com/RImHW.png（16位灰度图片，256*256像素）

【参考方案1】：

import numpy as np
import scipy
import scipy.ndimage as ndimage
import scipy.ndimage.filters as filters
import matplotlib.pyplot as plt

fname = '/tmp/slice0000.png'
neighborhood_size = 5
threshold = 1500

data = scipy.misc.imread(fname)

data_max = filters.maximum_filter(data, neighborhood_size)
maxima = (data == data_max)
data_min = filters.minimum_filter(data, neighborhood_size)
diff = ((data_max - data_min) > threshold)
maxima[diff == 0] = 0

labeled, num_objects = ndimage.label(maxima)
slices = ndimage.find_objects(labeled)
x, y = [], []
for dy,dx in slices:
    x_center = (dx.start + dx.stop - 1)/2
    x.append(x_center)
    y_center = (dy.start + dy.stop - 1)/2    
    y.append(y_center)

plt.imshow(data)
plt.savefig('/tmp/data.png', bbox_inches = 'tight')

plt.autoscale(False)
plt.plot(x,y, 'ro')
plt.savefig('/tmp/result.png', bbox_inches = 'tight')

给定 data.png：

上述程序生成带有threshold = 1500 的result.png。降低threshold 以获取更多局部最大值：

参考文献：

J.F. Sebastian counts nuclei Joe Kington finds paw prints Ivan finds local maximums

【讨论】：

你好 unutbu，恐怕我并没有真正得到你的解决方案，即输出。目前，我设法排除了所有绝对值小于 1500 的最大值。我只是在尝试结果是否令人满意。

很可能是我不明白你的问题。您是否正在寻找一种方法来找到最大值的(x,y) 坐标？如果是这样，您可以使用np.where(maxima) 找到它们。

你是对的。但我想摆脱背景中的局部最大值。就像说：一个局部最大值只是一个局部最大值，如果它从它的邻域中脱颖而出超过某个值。目前，我通过将值低于 1500 的所有像素设置为零来取消背景，但我对此并不满意。你知道ImageJ吗？ “查找最大值”功能做得很好，我想重现这个输出。明确一点：我想要图片上亮点内最亮像素的坐标。

【参考方案2】：

import numpy as np
import scipy
import scipy.ndimage as ndimage
import scipy.ndimage.filters as filters
import matplotlib.pyplot as plt

fname = '/tmp/slice0000.png'
neighborhood_size = 5
threshold = 1500

data = scipy.misc.imread(fname)

data_max = filters.maximum_filter(data, neighborhood_size)
maxima = (data == data_max)
data_min = filters.minimum_filter(data, neighborhood_size)
diff = ((data_max - data_min) > threshold)
maxima[diff == 0] = 0

labeled, num_objects = ndimage.label(maxima)
xy = np.array(ndimage.center_of_mass(data, labeled, range(1, num_objects+1)))

plt.imshow(data)
plt.savefig('/tmp/data.png', bbox_inches = 'tight')

plt.autoscale(False)
plt.plot(xy[:, 1], xy[:, 0], 'ro')
plt.savefig('/tmp/result.png', bbox_inches = 'tight')

上一个条目对我非常有用，但是 for 循环减慢了我的应用程序的速度。我发现 ndimage.center_of_mass() 在获取坐标方面做得很好而且很快……因此提出了这个建议。

【讨论】：

感谢您的改进！

【参考方案3】：

现在可以使用 skimage 完成。

from skimage.feature import peak_local_max
xy = peak_local_max(data, min_distance=2,threshold_abs=1500)

在我的计算机上，对于 VGA 图像大小，它的运行速度比上述解决方案快约 4 倍，并且在某些情况下还返回了更准确的位置。

【讨论】：

这是skimage 中的一个很好的示例/教程，用于在图像中查找“blob”：scikit-image.org/docs/stable/auto_examples/features_detection/…