• ImageJ实用技巧——重新认识你的图像(基本功能篇)


    你真的认识你需要处理的图像吗?

    你肯定会说:我肯定认识我的图像,它是某种细胞,某种颜色是某种结构等等。

    这看似是一个幼稚,且没有意义的问题。但如果我换一个角度问:

    你需要处理的图像的长宽高、分辨率、颜色模式、颜色通道、单位、像素分布分别是多少?

    从图像的各种信息角度出发,即使只是一个简单的细胞,你还真正认识它吗?

     

    通常一张储存在计算机上的图片,会包含两部分的信息:

    1. 图像信息(Image data),即像素值。
    2. 图像的背景信息(Metadata),例如尺寸,图像类型,位深,像素大小和显微镜设置等。

    虽然Metadata不如图像像素直观,但了解一张图片的Metadata,对后期处理是十分必要的。

     

    这一篇作为介绍ImageJ的基本功能篇,就为大家介绍怎么换一个角度看图像,得到图像更加丰富的信息。这些信息不论是在处理图像,还是在论文投稿中都是十分重要的,值得我们重视和学习。

     

    一、得到图像的基本信息(长宽高、分辨率、颜色模式、颜色通道、比例尺单位)

    1、打开ImageJ自带的样例(File->Open Samples->Fluorescent Cells)

    打开一张细胞的荧光照片

    图片的左上角边框其实已经包含了一些信息,右下角有提示怎么查看图片信息。

     

    2、打开图片信息(Image->Show Info...)

    首先出现的是样例的说明,这是什么细胞,每种颜色分别染了什么蛋白,以及一些操作提示。

    这是该样例的说明,右键可保存

    最关键的是下面这些信息:

    不懂某些指标意思的同学,可以自行查阅百度或者ImageJ的用户说明

    从这里可以读出很多信息:包括长宽高(512像素*512像素,说明没有设定比例尺)、颜色模式(RGB模式)、像素格式(8-bit)、颜色通道(三个通道)、图片地址(URL)等。

     

    但肯定有同学要问了,这张图片的实际分辨率是多少,是多少dpi呢?

    首先,图像分辨率是由横向像素量x纵向像素量来表示的。例如,上面的样例图片分辨率是512x512,也就是说这张图片在屏幕上不断放大,水平方向有512个像素点(色块),垂直方向有512个像素点(色块)。

    dpi(Dots per inch)表示每英寸长度内的像素点数,是衡量打印机等设备分辨率的基本单位。投稿时经常会遇到,投稿的图片需要至少300dpi,而通常我们的图片默认是72dpi,打印出来不够清晰:

    所以投稿或者打印时一定要更改dpi,因为就算我们的图像分辨率再高,如果只有72dpi(每英寸有72个像素点),最后印刷出来的图片也是不够清晰的。

    以我们上面的图像为例,如果要用300dpi打印上面的样例图片,这张图片可以打印多大呢?

    (512/300)x(512/300)=1.7 inch x 1.7 inch ≈ 4.3 cm x 4.3 cm

    如果要保持更高的dpi,例如600dpi进行打印,那么打印出来的图像尺寸就会变成300dpi的一半,即0.853 inch x 0.853 inch。

     

    3、在ImageJ中可以快速调节图片的dpi(Image->Adjust->Scale to DPI)

    弹出下面的界面:

    再也不用利用Photoshop调半天啦

    ImageJ默认选择600dpi,可以根据需求进行调节:

    左上角出现英寸比例

    这时候再查看图片信息(ImageJ->Show Info...),可以看到出现了现有的dpi信息:

     

    4、查看通道、切片及单位(ImageJ->Properties...)

    打开MRI样例(File->Open Samples->MRI Stack),可以看到这一图像只有单个通道,有27个切片,以及比例尺单位(也可以在这里设置比例尺)。

    二、得到图像的灰度分布

    1、Analyze->Histogram

    还是以上面的荧光照片为例,点击live,拖动滑块即可得到不同通道的灰度分布,其中包含了灰度值的最大值(255-纯黑)、最小值(0-纯白),以及平均值。

     

    2、Analyze->Surface Plot

    以树叶为例(File->Open Samples->Leaf):

    打开Surface Plot,会出现报错,需要先把图像转换成8-bit,再打开Surface Plot,会出现下面的三维坐标系:

    长宽分别代表x和y轴,z轴为灰度值,可见在尺子和树叶处出现了明显的“凹陷”,但是这图片是不可以旋转的,如果想要得到旋转的图,需要使用3D Surface Plot。

     

    3、Analyze->3D Surface Plot

    正面是这样的

    侧面是这样的

    这种三维坐标系能更加清楚和直观地看到,图像的像素分布以及灰度分布情况,就能发现更多的细节。

     

    上面这些方法是不是很炫酷呢?

    这样观察你的图像可以获得更多的信息,对自己的图像有更深一步的理解。

    这不仅仅对以后配图或论文投稿有所帮助,也可以进一步理解图像处理的原理。

     

    希望对你有帮助~

  • 相关阅读:
    LeetCode "Palindrome Partition II"
    LeetCode "Longest Substring Without Repeating Characters"
    LeetCode "Wildcard Matching"
    LeetCode "Best Time to Buy and Sell Stock II"
    LeetCodeEPI "Best Time to Buy and Sell Stock"
    LeetCode "Substring with Concatenation of All Words"
    LeetCode "Word Break II"
    LeetCode "Word Break"
    Some thoughts..
    LeetCode "Longest Valid Parentheses"
  • 原文地址:https://www.cnblogs.com/ybqjymy/p/13896864.html
Copyright © 2020-2023  润新知