科學色譜圖上的圖像分析

Question

我正在尋找一種將色譜圖中的信息從GC或HPLC中提取出來的方法。色譜圖如下所示：

我不是真的到圖像處理/分析，所以我在尋找一種工具/ algorithim提取的（峯值如果可能的話和下表面）的長度來自這些色譜圖的峯。解決方案可以是Python或C＃。

在此先感謝。

Answer 1

我寫了一些快速的Python代碼，可以從圖像文件中提取色譜圖（或任何單值）數據。

它具有以下要求：

• 圖片是乾淨的（沒有文本或其他數據）。
• 曲線是單值的，即。曲線的像素寬度爲1（即使沒有這個，它仍然會工作，但它總是會取上面的值）。
• 比例是線性的。

這很簡單，只是遍歷圖像的每一列，並將第一個黑色值作爲數據點。它使用PIL。這些數據點最初在image座標系統中，因此如果所有圖像共享同一個座標軸，則需要重新縮放到數據座標系統，這很簡單，否則需要手動進行圖像基礎（自動化將更多地涉及）。

下面的圖片顯示了我在哪裏提取圖像（我刪除了文本）進行處理（非粉色區域），因此爲了重新縮放，我們只需要在數據座標系統中使用白色框區域：x_range = 4.4 - 0.55， x_offset = 0.55，y_range = 23000 - 2500和y_offset = 2500。

這裏被重新繪製與pyplot提取的數據：

下面是代碼：

import Image 
import numpy as np 

def get_data(im, x_range, x_offset, y_range, y_offset): 
    x_data = np.array([]) 
    y_data = np.array([]) 
    width, height = im.size 
    im = im.convert('1') 
    for x in xrange(width): 
     for y in xrange(height): 
      if im.getpixel((x, y)) == 0: 
       x_data = np.append(x_data, x) 
       y_data = np.append(y_data, height - y) 
       break 
    x_data = (x_data/width) * x_range + x_offset 
    y_data = (y_data/height) * y_range + y_offset 
    return x_data, y_data 

im = Image.open('clean_data_2.png') 
x_data, y_data = get_data(im,4.4-0.55,0.55,23000-2500,2500) 

from pylab import * 
plot(x_data, y_data) 
grid(True) 
savefig('new_data.png') 
show() 

一旦你有你的數據作爲numpy的陣列，也有很多選項，你可用於查找峯值及其下的相應區域（有關某些方法，請參閱this討論）。噪聲是一個很大的問題，所以一般的方法是將數據進行卷積以平滑噪聲（或者如果峯值很尖銳，可以進行閾值處理）然後區分以找到峯值。要找到峯下的區域，您可以對峯區進行數值積分。

我已經做了一些假設，並編寫了一些簡單的代碼（下面），以說明一種可能的方法。我已經對閾值數據進行了閾值處理，只有5000以上的峯值才能存活，然後我們遍歷數據找到峯值，並使用空速規則np.trapz找到每個峯值下的面積。當峯重疊時，區域在重疊點處分開（我懷疑這是標準..）。此外，該代碼將只識別局部最大值的峯值（肩膀不會被檢測到）。我繪製的結果，在相應的峯值位置寫每個峯的面積值：

def find_peak(start, grad): 
    for index, gr in enumerate(grad[start:]): 
     if gr < 0: 
      return index + start 

def find_end(peak, grad): 
    for index, gr in enumerate(grad[peak:]): 
     if gr >= 0: 
      return index + peak + 1 

def find_peaks(grad): 
    peaks=[] 
    i = 0 
    while i < len(grad[:-1]): 
     if grad[i] > 0: 
      start = i 
      peak_index = find_peak(start, grad) 
      end = find_end(peak_index, grad) 
      area = np.trapz(y_data[start:end], x_data[start:end]) 
      peaks.append((x_data[peak_index], y_data[peak_index], area)) 
      i = end - 1 
     else: 
      i+=1 
    return peaks 

y_data = np.where(y_data > 5000, y_data, 0) 

grad = np.diff(y_data) 

peaks = find_peaks(grad) 

from pylab import * 
plot(x_data, y_data)  
for peak in peaks: 
    text(peak[0], 1.01*peak[1], '%d'%int(peak[2])) 
grid(True) 
show() 

你需要在這一點上無論方法需要有關數據的假設（這我不能在一個位置儘管我做了上面的一些！），你如何處理重疊峯？等等。我確信在色譜中有標準的方法，所以你真的需要先檢查一下。希望這可以幫助！