微信扫一扫afm-image-analysis-1.0.0
AFM图像分析工具 — 表面粗糙度、纳米颗粒统计、线轮廓、3D可视化、批量处理
快速使用
# 单文件
python ~/.openclaw/skills/afm-image-analysis-1.0.0/scripts/analyze_afm.py sample.afm -o ./output
# 批量目录
python ~/.openclaw/skills/afm-image-analysis-1.0.0/scripts/analyze_afm.py ./afm_data/ -o ./output -r
# 带线轮廓（px坐标）
python analyze_afm.py sample.npy --profile 100,50,400,250 -o ./out
输入格式
| 格式 | 说明 |
|------|------|
| .npy/.npz | NumPy 二进制数组（推荐） |
| .txt/.csv/.asc/.dat | 文本矩阵，空白分隔或CSV |
| .jpg/.png/.tif | 图像文件（灰度→高度映射） |
⚠️ 图像模式默认 1 gray level = 1 nm，用
--scale调整。
功能模块
1. 表面粗糙度（自动平面校正）
Ra(nm) — 算术平均粗糙度（最常用）
Rq(nm) — 均方根粗糙度
Rpv(nm) — 峰谷总值 (max−min)
Rsk — 偏度（对称性）
Rku — 峰度（分布锐度）
Ra_g(nm) — 高斯滤波粗糙度
步骤：①一阶平面拟合去倾斜 ②计算粗糙度参数
2. 纳米颗粒/突起检测
- Otsu自动阈值分割
- OpenCV连通域分析
- 等效圆直径 (Ø_eq = 2√(area/π))
- 高度统计（mean/max/min）
- 批量CSV导出
3. 线轮廓截面
指定两个像素坐标，提取沿线的 높이变化曲线：
--profile x1,y1,x2,y2
4. 3D表面渲染
LightSource shading，颜色映射 terrain，垂直夸张 2×。
5. 批量处理
# 递归扫描
python analyze_afm.py ./afm_data/ -r -o ./afm_results/
输出文件
每个输入文件生成独立子目录（{文件名}/）：
| 文件 | 内容 |
|------|------|
| afm_heatmap.png | AFM高度热图 |
| afm_3d.png | 3D表面渲染图 |
| roughness.png | 粗糙度参数柱状图 |
| roughness.csv | 粗糙度数据表 |
| particles_annotated.png | 颗粒标注图 |
| particle_hist.png | 颗粒直径/高度分布直方图 |
| particles.csv | 颗粒详细数据 |
| line_profile.png | 线轮廓截面图 |
| report.json | 完整JSON报告 |
根目录额外输出：summary.csv（多文件汇总表）
常用参数
| 参数 | 说明 | 默认值 |
|------|------|--------|
| --threshold | 颗粒检测阈值(%) | 20 |
| --min-size | 最小颗粒面积(px) | 10 |
| --scale | 灰度→nm比例 | auto/1.0 |
| --no-3d | 跳过3D渲染 | False |
| -r | 递归扫描子目录 | False |
典型分析场景
催化剂薄膜粗糙度评估：
python analyze_afm.py catalyst_film.npy -o ./results
# → 查看 Ra/Rq 判断表面平整度（Ra<5nm 很平整，Ra>30nm 较粗糙）
纳米颗粒尺寸统计：
python analyze_afm.py nano_particles.npy --threshold 25 --min-size 15 -o ./np_stats
批量对比不同样品：
python analyze_afm.py ./sample_series/ -r -o ./compare/
# → 对比 summary.csv 中 Ra/Rq 值
技术栈
- numpy — 数据处理
- opencv-python — 连通域/阈值分割
- scipy — 平面拟合/统计分析
- matplotlib — 全套绘图
- numpy/csv — 报告导出