图像处理工具 - CFAImage

应用场景

CFAImage 类提供图像处理的基础工具函数，包括图像分块、合并、掩码生成和ROI提取等。主要应用场景包括：

调用示例

Otsu自动二值化

import cv2 from FreeAeonFractal.FAImage import CFAImage

# 读取灰度图像

gray_image = cv2.imread('./images/face.png', cv2.IMREAD_GRAYSCALE)

# Otsu自动阈值化

bin_image, threshold = CFAImage.otsu_binarize(gray_image)

print(f"自动阈值: {threshold}")

# 可视化 import matplotlib.pyplot as plt fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4)) ax1.imshow(gray_image, cmap='gray') ax1.set_title('原始图像') ax2.imshow(bin_image, cmap='gray') ax2.set_title(f'二值图像 (threshold={threshold:.1f})') plt.show()

图像分块与合并

import numpy as np

# 创建测试图像

image = np.zeros((256, 256), dtype=np.uint8) cv2.circle(image, (128, 128), 80, 255, -1)

# 分块

block_size = (64, 64) boxes, raw_blocks = CFAImage.get_boxes_from_image( image, block_size, corp_type=-1 # 自动裁剪 )

print(f"总块数: {boxes.shape[0]}")

print(f"原始块形状: {raw_blocks.shape}")

# 合并回图像

merged_image = CFAImage.get_image_from_boxes(raw_blocks)

# 验证

assert np.array_equal(merged_image, image[:256, :256])

创建掩码

# 创建掩码（屏蔽特定块） mask_positions = [(0, 0), (1, 1), (2, 2)] # 屏蔽对角线块 mask_image = CFAImage.get_mask_from_boxes(raw_blocks, mask_positions)

# 应用掩码

masked_image = (merged_image mask_image).astype(np.uint8)

ROI提取

# 基于多重分形特性提取ROI rgb_image = cv2.imread('./images/face.png')

mask_union, masked_image = CFAImage.get_roi_by_q(

image=rgb_image, q_range=(-5, 5), step=1.0, box_size=16, target_mass=0.90, combine_mode="or", use_grayscale_measure=True )

# 可视化

fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(15, 4)) ax1.imshow(cv2.cvtColor(rgb_image, cv2.COLOR_BGR2RGB)) ax1.set_title('原始图像') ax2.imshow(mask_union, cmap='gray') ax2.set_title('ROI掩码') ax3.imshow(cv2.cvtColor(masked_image, cv2.COLOR_BGR2RGB)) ax3.set_title('提取的ROI') plt.show()

随机采样图像块

# 随机采样用于数据增强 image = cv2.imread('./images/face.png')

# 采样100个25%大小的块

patches = CFAImage.get_random_patches( image, num_patches=100, ratio=0.25 )

print(f"采样了 {len(patches)} 个块")

print(f"每个块的大小: {patches[0].shape}")

# 可视化部分块

fig, axes = plt.subplots(2, 5, figsize=(12, 5)) for i, ax in enumerate(axes.flat): ax.imshow(cv2.cvtColor(patches[i], cv2.COLOR_BGR2RGB)) ax.axis('off') plt.tight_layout() plt.show()

安装

pip install FreeAeon-Fractal

类说明

CFAImage

描述：图像处理工具类，提供静态方法用于图像的裁剪、填充、分块、合并等操作。

静态方法列表

所有方法都是静态方法，使用 CFAImage.方法名() 调用。

##### 1. otsu_binarize(img) 描述：使用Otsu方法自动阈值化图像。 参数：
  • img (ndarray): 输入图像（灰度或彩色）
返回值 (tuple):
(bin_img, threshold)
  • bin_img: 二值图像（uint8, 值为0或255）
  • threshold: 自动计算的阈值
特性：
  • 自动转换彩色图像为灰度
  • 自动处理float和uint8类型
  • Otsu方法最小化类内方差

##### 2. crop_data(data, block_size)

描述：裁剪图像使其尺寸为block_size的倍数。 参数：
  • data (ndarray): 输入图像（2D或3D）
  • block_size (tuple): (bh, bw) 块大小
返回值：裁剪后的图像 示例：
# 图像 256x256，裁剪为 240x240 (60的倍数) cropped = CFAImage.crop_data(image, (60, 60))

##### 3. pad_data(data, block_size, mode="constant", constant_values=0)

描述：填充图像使其尺寸为block_size的倍数。 参数：
  • data (ndarray): 输入图像
  • block_size (tuple): 块大小
  • mode (str): 填充模式（'constant', 'edge', 'reflect'等）
  • constant_values: 常数填充值（mode='constant'时）
返回值：填充后的图像 填充模式：
  • 'constant': 常数填充
  • 'edge': 边缘值填充
  • 'reflect': 镜像填充

##### 4. get_boxes_from_image(image, block_size, corp_type=-1)

描述：将图像分割为固定大小的块。 参数：
  • image (ndarray): 输入图像
  • block_size (tuple): (bh, bw) 块大小
  • corp_type (int): 裁剪类型
- -1: 自动裁剪 - 0: 不处理（需尺寸已匹配） - 1: 填充 返回值 (tuple):
(blocks_reshaped, raw_blocks)
  • 灰度图像：
- blocks_reshaped: (num_blocks, bh, bw) - raw_blocks: (nY, nX, bh, bw)
  • 彩色图像：
- blocks_reshaped: (num_blocks, bh, bw, c) - raw_blocks: (nY, nX, bh, bw, c)

##### 5. get_image_from_boxes(raw_blocks)

描述：将块重新合并为图像。 参数：
  • raw_blocks (ndarray): 块数组（由get_boxes_from_image返回的raw_blocks）
返回值：合并的图像 支持形状：
  • 灰度：(nY, nX, bh, bw) → (H, W)
  • 彩色：(nY, nX, bh, bw, c) → (H, W, c)

##### 6. get_mask_from_boxes(raw_blocks, mask_block_pos)

描述：根据块位置列表生成二值掩码图像。 参数：
  • raw_blocks (ndarray): 块数组
  • mask_block_pos (list): 需要屏蔽的块位置列表 [(y1,x1), (y2,x2), ...]
返回值：掩码图像（float32, 值为0或1）
  • 指定位置的块：0
  • 其他位置：1

##### 7. get_random_patches(image, num_patches=100, ratio=0.25)

描述：从图像中随机采样矩形块（可能部分重叠）。 参数：
  • image (ndarray): 输入图像
  • num_patches (int): 采样块数量
  • ratio (float): 块大小比例（相对于图像尺寸）
返回值：图像块列表 特性：
  • 采样无重复（不同左上角坐标）
  • 可能有部分重叠
  • 适用于数据增强
限制：
max_possible = (W - patch_w) (H - patch_h) num_patches <= max_possible

##### 8. get_roi_by_q(image, q_range=(-5,5), step=1.0, box_size=16, target_mass=0.95, combine_mode="and", use_grayscale_measure=True, measure_mode="intensity_sum")

描述：基于多重分形特性提取感兴趣区域（ROI）。 参数：
参数类型默认值说明
--------------------------
imagendarray必需输入图像
q_rangetuple(-5, 5)q值范围
stepfloat1.0q值步长
box_sizeint16盒子大小
target_massfloat0.95目标累积质量
combine_modestr"and"通道合并模式（"and"或"or"）
use_grayscale_measureboolTrue是否用灰度计算质量
measure_modestr"intensity_sum"质量计算模式
返回值 (tuple):
(mask_union, masked_image)
工作原理： 1. 将图像分块 2. 计算每个块的质量 μᵢ 3. 对于每个q值，计算权重 wᵢ = μᵢ^q 4. 选择累积权重达到target_mass的块 5. 合并所有q值的掩码（OR操作） 6. 多通道图像按combine_mode合并 应用：

理论背景

Otsu阈值法

Otsu方法通过最小化类内方差自动选择阈值：

σ²ω(t) = ω₀(t)σ²₀(t) + ω₁(t)σ²₁(t)

其中：

最优阈值：

t = argmin σ²ω(t)

ROI提取的多重分形基础

基于盒计数的多重分形分析：

1. 质量分布：
μᵢ = mᵢ / Σmⱼ

2. q阶权重：

wᵢ(q) = μᵢ^q

3. 归一化概率：

pᵢ(q) = wᵢ(q) / Σwⱼ(q)

4. 选择策略：

- q < 0: 强调低质量区域 - q = 0: 均匀权重 - q > 0: 强调高质量区域

重要提示

1. 图像类型：

- 支持灰度（2D）和彩色（3D） - 自动处理不同数据类型

2. 分块操作：

- 使用 view_as_blocks 避免复制 - 支持灰度和彩色图像 - 通道维度保持不变

3. corp_type选择：

- -1: 适用于大多数情况，损失边界 - 0: 严格模式，需预先调整尺寸 - 1: 填充模式，保留所有像素

4. ROI提取参数：

- q_range: 影响提取的区域类型 - box_size: 影响空间分辨率 - target_mass: 控制区域大小

5. 性能：

- 分块操作使用视图，内存高效 - ROI提取计算密集，大图像较慢

应用示例

多尺度纹理分析

# 提取不同尺度的纹理块 image = cv2.imread('texture.png', cv2.IMREAD_GRAYSCALE)

scales = [16, 32, 64]

for scale in scales: boxes, _ = CFAImage.get_boxes_from_image(image, (scale, scale)) # 计算每个块的纹理特征 features = [compute_texture_feature(box) for box in boxes]

自适应ROI分割

# 基于多重分形特性的自适应分割 image = cv2.imread('image.png')

# 提取高强度区域 (q > 0)

_, roi_high = CFAImage.get_roi_by_q( image, q_range=(1, 5), target_mass=0.5 )

# 提取低强度区域 (q < 0)

_, roi_low = CFAImage.get_roi_by_q( image, q_range=(-5, -1), target_mass=0.5 )

常见问题

Q: 为什么分块后无法完全恢复原图？

A: 使用 corp_type=-1 会裁剪边界，导致尺寸变化。使用 corp_type=1 填充可保留尺寸。

Q: get_random_patches 报错？

A: 检查 num_patches 是否超过最大可能数量 (W-patch_w) (H-patch_h)。

Q: ROI提取结果为空？

A: 检查图像是否有有效内容，尝试调整 q_range 和 target_mass。

Q: Otsu阈值不理想？

A: Otsu适用于双峰直方图，对于复杂图像可能需要其他方法。

依赖

import numpy as np import cv2 from skimage.util import view_as_blocks

参考文献