如何使用VIPS进行图像归一化？

Question

如何使用VIPS进行图像归一化？

3

我希望对一组图像进行曝光度和色调的正规化。背景是，我要使用这些图像训练神经网络对医学图像进行分类。我需要处理成千上万张图片，因此效率非常重要。

到目前为止，我一直在使用VIPS，具体来说是PyVIPS，并且希望使用该库提供一个解决方案。在查找了这个答案并查阅了文档之后，我尝试执行下面的操作：

x = pyvips.Image.new_from_file('test.ndpi')
x = x.hist_norm()
x.write_to_file('test_normalized.tiff')

但是似乎总是会产生纯白色的图像。

- Twiffy

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jcupitt · Accepted Answer

要进行直方图均衡化，您需要使用hist_equal。

主要文档在此处:

https://libvips.github.io/libvips/API/current/libvips-histogram.html

但是，对于大型幻灯片图像，这样做会非常缓慢。它需要扫描整个幻灯片一次以构建直方图，然后再次扫描以执行均衡化。如果可以先找到低分辨率层的直方图，然后使用该直方图来均衡化高分辨率层，则速度会快得多。

例如:

#!/usr/bin/env python3

import sys
import pyvips

# open the slide image and get the number of layers ... we are not fetching 
# pixels, so this is quick
x = pyvips.Image.new_from_file(sys.argv[1])
levels = int(x.get("openslide.level-count"))

# find the histogram of the highest level ... again, this should be quick
x = pyvips.Image.new_from_file(sys.argv[1], 
                               level=levels - 1)
hist = x.hist_find()

# from that, compute the transform for histogram equalisation
equalise = hist.hist_cum().hist_norm()

# and use that on the full-res image
x = pyvips.Image.new_from_file(sys.argv[1])

x = x.maplut(equalise)

x.write_to_file(sys.argv[2])

另一个因素是直方图均衡化是非线性的，这会扭曲亮度关系。它也可能扭曲颜色关系，并使噪声和压缩伪影看起来很疯狂。我在这里有一张图片，我尝试了那个程序：

$ ~/try/equal.py bild.ndpi[level=7] y.jpg

这些条纹来自幻灯片扫描仪，难看的边缘来自压缩。

我认为我会从低分辨率级别中找到图像的最大值和最小值，然后使用它们来进行简单的线性拉伸以增强像素值。

例如：

x = pyvips.Image.new_from_file(sys.argv[1])
levels = int(x.get("openslide.level-count"))
x = pyvips.Image.new_from_file(sys.argv[1],
                               level=levels - 1)
mn = x.min()
mx = x.max()
x = pyvips.Image.new_from_file(sys.argv[1])
x = (x - mn) * (256 / (mx - mn))
x.write_to_file(sys.argv[2])

你是否发现了pyvips的新功能Region？它可以使得生成训练补丁变得更快，有些情况下提高了速度达到100倍：

https://github.com/libvips/pyvips/issues/100#issuecomment-493960943