Afm Image Analysis 1.0.0

Analyze AFM images to compute surface roughness, detect nanoparticles, extract line profiles, generate 3D renderings, and process batches with detailed reports.

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

bash

# 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）

text

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：

bash

--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

bash

# 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：

bash

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：

bash

python analyze_afm.py nano_particles.npy --threshold 25 --min-size 15 -o ./np_stats

批量对比不同样品：

bash

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