Refinamiento de imagen de etiquetas

Similar a las operaciones morfológicas en imágenes binarias, también es posible refinar imágenes de etiquetas. Este cuaderno muestra cómo hacerlo.

Ver también

• Tutorial de scikit-image sobre expansión de etiquetas de segmentación sin superposición

import pyclesperanto_prototype as cle
import numpy as np
from skimage.io import imread

label_image = cle.gauss_otsu_labeling(imread("../../data/mitosis_mod.tif"), outline_sigma=0)
label_image

cle._ image shape (70, 70) dtype uint32 size 19.1 kB min 0.0 max 13.0

Erosión de etiquetas

Al erosionar etiquetas, debemos tener cuidado porque los objetos podrían dividirse en dos. Esto podría ser intencional, por ejemplo, para diferenciar núcleos que se tocan como en el ejemplo anterior.

eroded_label_image = cle.erode_labels(label_image,
                                      radius=2,
                                      relabel_islands=False)
eroded_label_image

cle._ image shape (70, 70) dtype uint32 size 19.1 kB min 0.0 max 9.0

eroded_label_image2 = cle.erode_labels(label_image,
                                      radius=2,
                                      relabel_islands=True)
eroded_label_image2

cle._ image shape (70, 70) dtype uint32 size 19.1 kB min 0.0 max 10.0

Dilatación de etiquetas

Luego podemos dilatar las etiquetas nuevamente para volver aproximadamente a su tamaño original. Esto también podría ser útil en caso de que los objetos segmentados sean demasiado pequeños en general.

dilated_label_image = cle.dilate_labels(eroded_label_image2, 
                                        radius=2)
dilated_label_image

cle._ image shape (70, 70) dtype uint32 size 19.1 kB min 0.0 max 10.0

Apertura y cierre de etiquetas

La apertura y el cierre para imágenes de etiquetas es similar a las imágenes binarias. La única diferencia es que cuando las etiquetas se tocan, ya no pueden expandirse más.

Ten en cuenta que la apertura de etiquetas puede hacer que las etiquetas pequeñas desaparezcan.

opened_label_image = cle.opening_labels(label_image,
                                        radius=2)
opened_label_image

cle._ image shape (70, 70) dtype uint32 size 19.1 kB min 0.0 max 9.0

closed_label_image = cle.closing_labels(label_image,
                                        radius=2)
closed_label_image

cle._ image shape (70, 70) dtype uint32 size 19.1 kB min 0.0 max 13.0

Ejercicio

Utiliza las operaciones introducidas anteriormente para hacer que los objetos pequeños desaparezcan en esta imagen de etiquetas.

label_blobs = cle.asarray(imread("../../data/blobs_labeled.tif")).astype(np.uint32)
label_blobs

cle._ image shape (254, 256) dtype uint32 size 254.0 kB min 0.0 max 63.0