使用scikit-image进行图像过滤？

Question

我从Matlab背景转移到python，并且还有一些基本的操作我还没有在Python / skimage中征服：

1. 如何将用户生成的线性滤镜（以小型2d数组给出）应用于图像？我可以用scipy.ndimage.convolve来做，但是在skimage中有一个方法吗？

2. 在Matlab中，图像过滤总是返回与其输入相同的数字类型的结果，无论是uint8还是float。 skimage的行为方式是否相同？

3. skimage是否在某处包含反锐化遮蔽？ （我在PIL中发现了一个非锐化的屏蔽过滤器，但这有点痛苦，因为PIL使用自己的Image类，而不是ndarrays）。

4. 有没有一种方法，可能类似于Matlab＆＃34; colfilt＆＃34;用户可以通过它将非线性滤镜应用于图像？这个想法是用户提供一个功能，从3x3阵列产生一个数字，比如说;然后该功能作为空间过滤器应用于整个图像。

Answer 1

  

如何将用户生成的线性滤镜（以小型2d数组给出）应用于图像？我可以用scipy.ndimage.convolve来做，但是在skimage中有一个方法吗？

scikit-image（以及一般的scikits）的目标是扩展scipy的功能。 （较小的，更有针对性的项目往往比大型项目更快地发展。）它试图不复制任何功能，只有在它可以改进该功能时才会这样做。

  

在Matlab中，图像过滤总是返回与其输入相同的数字类型的结果，无论是uint8还是float。 skimage的行为方式是否相同？

不，没有这样的保证。有时，转换为单一类型会更有效。 （有时，这只是缺乏时间/人力。）以下是关于此事的一些文件：

http://scikit-image.org/docs/0.9.x/user_guide/data_types.html#output-types

如果需要某种类型，有一些方便的方法（例如img_as_float，img_as_ubyte）用于转换图像（并检查输入类型是否为所需类型，所以你不要浪费时间进行不必要的转换。）

  

skimage是否在某处包含反锐化掩模？ （我在PIL中发现了一个非锐化的屏蔽过滤器，但这有点痛苦，因为PIL使用自己的Image类，而不是ndarrays）。

不是我知道的，但你可以自己动手。以下内容可行：

from skimage import data
from skimage import filter
from skimage import img_as_float
import matplotlib.pyplot as plt


unsharp_strength = 0.8
blur_size = 8  # Standard deviation in pixels.

# Convert to float so that negatives don't cause problems
image = img_as_float(data.camera())
blurred = filter.gaussian_filter(image, blur_size)
highpass = image - unsharp_strength * blurred
sharp = image + highpass


fig, axes = plt.subplots(ncols=2)
axes[0].imshow(image, vmin=0, vmax=1)
axes[1].imshow(sharp, vmin=0, vmax=1)
plt.show()

然而，有许多方法可以实现反锐化掩模。

  

有没有一种方法，可能类似于Matlab＆＃34; colfilt＆＃34;用户可以通过它将非线性滤镜应用于图像？这个想法是用户提供一个功能，从3x3阵列产生一个数字，比如说;然后该功能作为空间过滤器应用于整个图像。

不在scikit-image，但scipy.ndimage中有通用过滤功能：

http://docs.scipy.org/doc/scipy/reference/generated/scipy.ndimage.filters.generic_filter.html