我从所选的 MRI 图像中选择了一个不规则的感兴趣区域。我想使用 skimage.feature.greycomatrix 库对图像进行共现分析。然而，我的投资返回率形状不规则。在图像的 numpy 数组中保留 0 会导致灰色共现分析不正确，我已将它们设置为 NaN。但是，greycomatrix 无法分析具有 NaN 的 numpy 数组。有人遇到过这个问题或者有解决办法吗？
最佳答案
关于这个问题，skimage 中的 greycomatrix 库似乎不能处理 NaN 值或不规则形状，而只能进行“整个图像”分析。
为了解决这个问题，我选择在“R”中进行图像分析，方法是将矩阵导出为 csv，然后使用以下方法将其导入到 R 中:
import rpy2.robjects.numpy2ri
from rpy2.robjects.packages import importr
import rpy2.robjects as ro
import pandas.rpy.common as com
import rpy2.robjects.numpy2ri
rpy2.robjects.numpy2ri.activate()
ro.r("Axial_Data <- read.csv('axial_slice_ROI.csv', header = FALSE)")
print(ro.r('max(Axial_Data, na.rm = TRUE)'))
ro.r('Axial_Data <- as.matrix(Axial_Data)')
ro.r("library(radiomics)")
ro.r("library('glcm')")
ro.r("library('raster')")
## get first order statistics
ro.r("first_order <- calc_features(Slice_Data)")
## GLCM
ro.r("textures <- glcm(raster(Axial_Data), na_opt = 'any', shift=list(c(0,1),c(1,1), c(1,0), c(1,-1)))")
希望对以后遇到类似问题的人有所帮助。
干杯，
关于python - python 中的灰化矩阵，包括 NaN，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40230795/