示例#

一个展示 scikit-image 如何使用的示例图库。一些示例演示了 API 的一般用法，另一些则以教程形式演示了具体的应用。

提示

查看我们的用户指南，以了解库的关键约定和基本图像操作的叙述性介绍。

数据#

具有 3 个或更多空间维度的数据集

具有 3 个或更多空间维度的数据集

科学图像

通用图像

特定图像

NumPy 数组上的操作#

使用简单的 NumPy 操作来处理图像

使用简单的 NumPy 操作来处理图像

生成足迹（结构元素）

生成足迹（结构元素）

图像/数组上的块视图

图像/数组上的块视图

分解扁平足迹（结构元素）

分解扁平足迹（结构元素）

处理曝光和颜色通道#

RGB 转灰度

RGB 转 HSV

直方图匹配

直方图匹配

将灰度滤波器应用于 RGB 图像

将灰度滤波器应用于 RGB 图像

过滤区域最大值

过滤区域最大值

分离免疫组化染色中的颜色

分离免疫组化染色中的颜色

伽马和对数对比度调整

伽马和对数对比度调整

直方图均衡化

直方图均衡化

给灰度图像着色

给灰度图像着色

局部直方图均衡化

局部直方图均衡化

3D 自适应直方图均衡化

3D 自适应直方图均衡化

边缘和线条#

轮廓查找

凸包

Canny 边缘检测器

Canny 边缘检测器

Marching Cubes

主动轮廓模型

主动轮廓模型

脊运算符

形状

随机形状

近似和细分多边形

近似和细分多边形

直线霍夫变换

直线霍夫变换

圆形和椭圆形霍夫变换

圆形和椭圆形霍夫变换

骨架化

边缘运算符

边缘运算符

几何变换和配准#

漩涡

插值：边缘模式

插值：边缘模式

重新缩放、调整大小和缩小

重新缩放、调整大小和缩小

构建图像金字塔

构建图像金字塔

分段仿射变换

分段仿射变换

使用几何变换

使用几何变换

结构相似性指数

结构相似性指数

单应性的类型

单应性的类型

使用薄板样条曲线进行图像扭曲

使用薄板样条曲线进行图像扭曲

基础矩阵估计

基础矩阵估计

使用 RANSAC 进行鲁棒的直线模型估计

使用 RANSAC 进行鲁棒的直线模型估计

Radon 变换

使用 RANSAC 进行鲁棒匹配

使用 RANSAC 进行鲁棒匹配

图像配准#

图像配准

掩蔽归一化互相关

掩蔽归一化互相关

使用光流进行配准

使用光流进行配准

使用简单的图像拼接组装图像

使用简单的图像拼接组装图像

使用极坐标和对数极坐标变换进行配准

使用极坐标和对数极坐标变换进行配准

滤波和恢复#

使用顶帽滤波器去除灰度图像中的小物体

使用顶帽滤波器去除灰度图像中的小物体

滞后阈值

图像反卷积

图像反卷积

将窗口函数与图像一起使用

将窗口函数与图像一起使用

均值滤波器

均值滤波器

反锐化掩蔽

反锐化掩蔽

图像反卷积

图像反卷积

估计模糊强度

估计模糊强度

熵

使用 J 不变性校准降噪器

使用 J 不变性校准降噪器

使用修复填充缺陷

使用修复填充缺陷

通过高斯差进行带通滤波

通过高斯差进行带通滤波

降噪图片

移不变小波降噪

移不变小波降噪

相位解包裹

相位解包裹

非局部均值降噪以保留纹理

非局部均值降噪以保留纹理

属性运算符

属性运算符

小波降噪

巴特沃斯滤波器

巴特沃斯滤波器

使用 J 不变性校准降噪器的完整教程

使用 J 不变性校准降噪器的完整教程

特征和物体的检测#

密集 DAISY 特征描述

密集 DAISY 特征描述

方向梯度直方图

方向梯度直方图

Haar-like 特征描述符

Haar-like 特征描述符

模板匹配

角点检测

用于纹理分类的多块局部二值模式

用于纹理分类的多块局部二值模式

填充孔洞和查找峰值

填充孔洞和查找峰值

CENSURE 特征检测器

CENSURE 特征检测器

移除物体

斑点检测

ORB 特征检测器和二进制描述符

ORB 特征检测器和二进制描述符

图像中的 Gabor/初级视觉皮层“简单细胞”

图像中的 Gabor/初级视觉皮层“简单细胞”

BRIEF 二进制描述符

BRIEF 二进制描述符

Fisher 向量特征编码

Fisher 向量特征编码

SIFT 特征检测器和描述符提取器

SIFT 特征检测器和描述符提取器

GLCM 纹理特征

GLCM 纹理特征

形状指数

滑动窗口直方图

滑动窗口直方图

用于纹理分类的 Gabor 滤波器组

用于纹理分类的 Gabor 滤波器组

用于纹理分类的局部二值模式

用于纹理分类的局部二值模式

物体的分割#

基于区域边界的区域邻接图 (RAG)

基于区域边界的区域邻接图 (RAG)

区域邻接图 (RAG) 阈值化

区域邻接图 (RAG) 阈值化

归一化切割

归一化切割

使用紧凑分水岭查找规则段

使用紧凑分水岭查找规则段

阈值化

绘制区域邻接图 (RAG)

绘制区域邻接图 (RAG)

Chan-Vese 分割

Chan-Vese 分割

查找局部最大值

查找局部最大值

Niblack 和 Sauvola 阈值化

Niblack 和 Sauvola 阈值化

多 Otsu 阈值化

多 Otsu 阈值化

应用掩码 SLIC 与 SLIC

应用掩码 SLIC 与 SLIC

随机游走分割

随机游走分割

扩展分割标签而不重叠

扩展分割标签而不重叠

分水岭分割

分水岭分割

分水岭变换的标记

分水岭变换的标记

标记图像区域

标记图像区域

分割和超像素算法的比较

分割和超像素算法的比较

查找两个分割的交集

查找两个分割的交集

区域邻接图 (RAG)

区域邻接图 (RAG)

区域邻接图 (RAG) 合并

区域邻接图 (RAG) 合并

使用不同的估计器测量周长

使用不同的估计器测量周长

区域边界 RAG 的分层合并

区域边界 RAG 的分层合并

极值

使用 pandas 探索和可视化区域属性

使用 pandas 探索和可视化区域属性

豪斯多夫距离

豪斯多夫距离

形态学蛇

使用局部特征和随机森林进行可训练分割

使用局部特征和随机森林进行可训练分割

测量区域属性

测量区域属性

泛洪填充

评估分割指标

评估分割指标

欧拉数

使用滚球算法估计背景强度

使用滚球算法估计背景强度

更长的示例和演示#

将文本渲染到图像上

将文本渲染到图像上

使用级联分类器进行人脸检测

使用级联分类器进行人脸检测

与 3D 图像（肾脏组织）交互

与 3D 图像（肾脏组织）交互

使用像素图查找物体的测地线中心

使用像素图查找物体的测地线中心

视觉图像比较

视觉图像比较

形态学滤波

形态学滤波

估计 3D 显微镜图像中的各向异性

估计 3D 显微镜图像中的各向异性

比较基于边缘和基于区域的分割

比较基于边缘和基于区域的分割

分割人体细胞（有丝分裂）

分割人体细胞（有丝分裂）

共定位指标

共定位指标

使用修复修复斑点角膜图像

使用修复修复斑点角膜图像

阈值化

跟踪金属合金的凝固

跟踪金属合金的凝固

测量核膜处的荧光强度

测量核膜处的荧光强度

使用 Haar-like 特征描述符进行人脸分类

使用 Haar-like 特征描述符进行人脸分类

探索 3D 图像（细胞）

探索 3D 图像（细胞）

排序滤波器

排序滤波器

开发人员示例#

在此文件夹中，我们提供了高级主题的示例，包括对某些算法内部工作原理的详细解释。

这些示例需要一些基本的图像处理知识。它们的目标是现有的或未来的 scikit-image 开发人员，希望提高他们对图像处理算法的了解。

Li 阈值化

Max-tree

由 Sphinx-Gallery 生成的图库