Recorte de imágenes

Cuando trabajamos con imágenes de microscopía, a menudo tiene poco sentido procesar toda la imagen. Típicamente recortamos regiones interesantes y las procesamos en detalle.

from skimage.io import imread, imshow

image = imread("../../data/blobs.tif")

Antes de poder recortar una imagen, es posible que queramos conocer su forma (dimensiones) exacta:

image.shape

(254, 256)

Recapitulación: Visualización usando imshow:

imshow(image)

<matplotlib.image.AxesImage at 0x2448a01e9d0>

El recorte de imágenes funciona exactamente igual que el recorte de listas y tuplas, utilizando índices para especificar el rango de elementos a usar:

cropped_image1 = image[0:128]

imshow(cropped_image1);

mylist = [1,2,2,3,4,5,78]

Para recortar la imagen también en la segunda dimensión, agregamos una , en los corchetes:

cropped_image2 = image[0:128, 128:]

imshow(cropped_image2);

Submuestreo de imágenes

También se pueden especificar tamaños de paso como si procesáramos listas y tuplas. Técnicamente, estamos submuestreando la imagen en este caso. Muestreamos un subconjunto de los píxeles originales, por ejemplo, en pasos de 5:

sampled_image = image[::5, ::5]

imshow(sampled_image);

Volteo de imágenes

Los tamaños de paso negativos voltean la imagen.

flipped_image = image[::, ::-1]

imshow(flipped_image);

Ejercicio

Abre el conjunto de datos banana020.tif y recorta la región donde se encuentra la rodaja de plátano.