Préparer les données et calculer la fonctionnalité de traitement

Démonstration de l’utilisation des régions d’intérêt (ROI) dans le traitement d’images avec Sigima

import numpy as np
import sigima.objects
import sigima.proc.image

# Generating a noisy image
data = np.random.normal(100, 30, (100, 100))

# Applying Gaussian filter on the image with the defined ROI
image = sigima.objects.create_image("Noisy", data)
image.roi = sigima.objects.create_image_roi("circle", [30, 30, 20])
result = sigima.proc.image.gaussian_filter(image, sigma=5.0)
result

Afficher les résultats

ℹ️ Le code suivant utilise le backend Matplotlib de viz qui a été introduit dans Sigima V1.1

Sigima V1.0 uses an internal version of viz for image display based on PlotPy (tests.vistools).

from sigima.config import options

# This is only needed if you have both Matplotlib and PlotPy installed
options.viz_backend.set("matplotlib")

from sigima import viz

# Display results with Matplotlib
viz.view_images([image, result])

# Show ROI on the original image
image.roi

# Get statistics of the original image within the ROI
sigima.proc.image.stats(image)