为什么高斯滤波器在cv2和skimage之间不同？

Question

我有一个图像，我应用高斯模糊来同时使用cv2.GaussianBlur和skimage.gaussian_filter库，但我得到了明显不同的结果。我很好奇为什么，以及如何使skimage看起来更像cv2。我知道skimage.gaussian_filter是scipy.scipy.ndimage.filters.gaussian_filter的包装器。为了清楚地说明问题，为什么两个函数不同，可以做些什么来使它们更相似？

这是我的测试图片：

以下是cv2版本（显示模糊）：

以下是skimage / scipy版本（显得更清晰）：

详细说明：

skimage_response = skimage.filters.gaussian_filter(im, 2, multichannel=True, mode='reflect')

cv2_response = cv2.GaussianBlur(im, (33, 33), 2)

所以sigma = 2，过滤器的大小足够大，不应该有所作为。 Imagemagick covnert -gaussian-blur 0x2在视觉上同意cv2。

版本：cv2 = 2.4.10，skimage = 0.11.3，scipy = 0.13.3

Answer 1

对于GaussianBlur，你使用的是一个相当大的内核（size = 33），这会导致很多平滑。平滑将严重依赖于内核大小。使用您的参数，每个新的像素值都是＆＃34;平均值＆＃34;在33 * 33像素＆＃34;窗口＆＃34;。

可以在此处找到cv2.GaussianBlur的定义 http://docs.opencv.org/3.1.0/d4/d13/tutorial_py_filtering.html#gsc.tab=0

相比之下，skimage.filters.gaussian似乎适用于较小的内核。在滑雪，＆＃34;尺寸＆＃34;由sigma定义，与此处描述的内核大小相关：https://en.wikipedia.org/wiki/Gaussian_filter

定义可以在这里找到：http://scikit-image.org/docs/dev/api/skimage.filters.html#skimage.filters.gaussian

为了获得相应的结果，您必须为OpenCV使用较小的内核。

此外，对于这两个库，我强烈建议使用最新的库版本。

Answer 2

如果有人对如何使skimage.gaussian_filter（）与Matlab的等效imgaussfilt（）（我找到这个问题的原因）匹配感到好奇，请将参数'truncate = 2'传递给skimage.gaussian_filter（）。 skimage和Matlab都将内核大小计算为sigma的函数。 Matlab的默认值为2.Surfmage的默认值为4，默认情况下会导致内核显着增大。

Answer 3

这两个相等：

gau_img = cv2.GaussianBlur(img, (5,5), 10.0) # 5*5 kernal, 2 on each side. 2 = 1/5 * 10 = 1/5 * sigma
gau_img = skimage.filters.gaussian(img, sigma=10, truncate=1/5)

整个高斯核仅由sigma定义。但是，您用来模糊图像的高斯内核的哪一部分是由truncate（在skimage中）或ksize（在opencv中）定义的。

Answer 4

根据[Scipy0.15.1 API][1]：

scipy.ndimage.filters(img, sigma=sigma, truncate = 4.0)

它使用truncate * sigma中的内核大小设置高斯滤波器。在这种理解下，以下两个函数在灰度图像上会给出相同的结果：

trunc_val = 3
sigma_val = 3
k_size = int(sigma_val * trunc_val)
gau_img1 = cv2.GaussianBlur(img, (k_size,k_size), sigma_val)
gau_img2 = gaussian_filter(img, sigma = sigma_val, truncate = trunc_val) 

cv2.imshow("cv2 res", gau_img1)
cv2.imshow("scipy res", gau_img2)
cv2.waitKey(-1)

一些测试结果： trunc_val = 3; sigma_val = 3

trunc_val = 3; sigma_val = 1

trunc_val = 3; sigma_val = 9