科学色谱图的图像分析

Question

我正在寻找一种从气相色谱或高效液相色谱中提取信息的方法。色谱图如下：

我不太喜欢图像处理/分析，所以我正在寻找一种工具/算法，从这些色谱图中提取一个峰的长度（如果可能的话，还包括峰下的表面）。解决方案可以是Python或C。在

提前谢谢。在

Answer 1

当我使用这个代码时，我得到了下面的图像

代码同上（稍作修改）

from PIL 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 range(width):
        for y in range(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('C:\Python\HPLC.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()

I am not quite sure what the problem might be.

Answer 2

我已经编写了一些快速的python代码，可以从图像文件中提取色谱图（或任何单值）数据。在

它有以下要求：

• 图像是干净的（没有文本或其他数据）。在
• 曲线是单值的，即曲线像素宽度为1（如果没有这个值，它仍然可以工作，但它总是取较大的值）。在
• 刻度是线性的。在

它非常简单，只需迭代图像的每一列，并将第一个黑色值作为数据点。它使用PIL。这些数据点最初在image坐标系中，因此需要重新缩放到数据坐标系，如果所有图像共享同一轴，这是直接向前的，否则需要在每个图像的基础上手动完成（自动化将更复杂）。在

下面的图片显示了我从哪里提取图像（我删除了文本）以进行处理（非粉红色区域），因此为了重新缩放，我们只需在数据坐标系中选取白盒区域：x_range = 4.4 - 0.55，x_offset = 0.55，y_range = 23000 - 2500，和{}。在

以下是用pyplot重新填充的提取数据：

代码如下：

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()

一旦您将数据作为numpy数组，您可以使用许多选项来查找峰值及其下的相应区域（请参见this讨论中的一些方法）。噪声是一个很大的问题，因此一般的方法是将数据卷积以平滑噪声（或者，如果峰值很尖锐，可以设置阈值），然后进行区分以找到峰值。要找到峰下的区域，可以对峰区域进行数值积分。在

我做了几个假设，并编写了一些简单的代码（如下），以说明一种可能的方法。我已经对数据进行了阈值化，这样只有5000以上的峰值才存在，然后我们迭代数据，找到峰值，并使用梯形规则np.trapz，来找到每个峰值下的面积。在峰重叠的地方，区域在重叠点被分开（我怀疑这是标准的…）。此外，此代码将只识别局部最大值的峰值（肩部不会被检测到）。我用图表记录了结果，在相应的峰值位置写下每个峰值的面积值：

^{pr2}$

在这一点上，无论你采取什么样的方法，都需要对你的数据进行假设（我真的无法做出这样的假设！虽然我做了一些以上！），如何处理重叠峰？等。。我相信色谱法有标准的方法，所以你真的需要先检查一下。希望这有帮助！在