跳至主要内容
Ctrl+K
scikit-image's logo, showing a snake's head overlayed with green and orange

scikit-image

  • 用户指南
  • 示例
  • API 参考
  • 发布说明
  • 开发
  • 关于
  • GitHub
  • PyPI
  • 用户指南
  • 示例
  • API 参考
  • 发布说明
  • 开发
  • 关于
  • GitHub
  • PyPI

章节导航

  • 数据
    • 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 数组操作
    • 使用简单的 NumPy 操作来操作图像
    • 生成足迹(结构元素)
    • 图像/数组的块视图
    • 分解扁平足迹(结构元素)
  • 操作曝光和颜色通道
    • RGB 转灰度
    • RGB 转 HSV
    • 直方图匹配
    • 将灰度滤波器适应 RGB 图像
    • 过滤区域最大值
    • 分离免疫组织化学染色中的颜色
    • 伽玛和对数对比度调整
    • 直方图均衡
    • 给灰度图像着色
    • 局部直方图均衡
    • 3D 自适应直方图均衡
  • 边缘和线条
    • 轮廓查找
    • 凸包
    • Canny 边缘检测器
    • 行进立方体
    • 主动轮廓模型
    • 脊运算符
    • 形状
    • 随机形状
    • 近似和细分多边形
    • 直线霍夫变换
    • 圆形和椭圆形霍夫变换
    • 骨架化
    • 边缘运算符
  • 几何变换和配准
    • 漩涡
    • 插值:边缘模式
    • 重新缩放、调整大小和缩小
    • 构建图像金字塔
    • 分段仿射变换
    • 使用几何变换
    • 结构相似度指数
    • 单应性类型
    • 使用薄板样条曲线进行图像扭曲
    • 基本矩阵估计
    • 使用 RANSAC 进行稳健的直线模型估计
    • 拉东变换
    • 使用 RANSAC 进行稳健匹配
  • 图像配准
    • 图像配准
    • 掩码归一化互相关
    • 使用光流进行配准
    • 使用简单的图像拼接来组装图像
    • 使用极坐标和对数极坐标变换进行配准
  • 滤波和复原
    • 使用顶帽滤波器从灰度图像中去除小物体
    • 滞后阈值化
    • 图像反卷积
    • 将窗口函数与图像一起使用
    • 均值滤波器
    • 反锐化掩蔽
    • 图像反卷积
    • 估计模糊强度
    • 熵
    • 使用 J 不变性校准降噪器
    • 使用修复填充缺陷
    • 使用高斯差进行带通滤波
    • 对图像进行降噪
    • 平移不变小波降噪
    • 相位解缠
    • 非局部均值降噪,用于保留纹理
    • 属性运算符
    • 小波降噪
    • 巴特沃斯滤波器
    • 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
    • 方向梯度直方图
    • 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进制模式
    • 填充孔洞并找到峰值
    • 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
    • 图像中的 Gabor / 初级视觉皮层“简单细胞”
    • BRIEF 二进制描述符
    • Fisher 向量特征编码
    • SIFT 特征检测器和描述符提取器
    • GLCM 纹理特征
    • 形状指数
    • 滑动窗口直方图
    • 用于纹理分类的 Gabor 滤波器组
    • 用于纹理分类的局部二进制模式
  • 物体的分割
    • 基于区域边界的区域邻接图 (RAG)
    • 区域邻接图 (RAG) 阈值化
    • 归一化切割
    • 使用紧凑型分水岭查找规则段
    • 阈值化
    • 绘制区域邻接图 (RAG)
    • Chan-Vese 分割
    • 查找局部最大值
    • Niblack 和 Sauvola 阈值化
    • 多 Otsu 阈值化
    • 应用 maskSLIC 与 SLIC
    • 随机游走分割
    • 扩展分割标签而不重叠
    • 分水岭分割
    • 分水岭变换的标记
    • 标记图像区域
    • 比较分割和超像素算法
    • 查找两个分割的交集
    • 区域邻接图 (RAG)
    • 区域邻接图 (RAG) 合并
    • 使用不同的估计器测量周长
    • 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
    • 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
    • 测量区域属性
    • 泛洪填充
    • 评估分割指标
    • 欧拉数
    • 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
    • 使用级联分类器进行人脸检测
    • 与 3D 图像(肾脏组织)交互
    • 使用像素图找到物体的测地中心
    • 可视化图像比较
    • 形态学滤波
    • 估计 3D 显微镜图像中的各向异性
    • 比较基于边缘的分割和基于区域的分割
    • 分割人细胞(有丝分裂)
    • 共定位指标
    • 使用修复修复斑点状角膜图像
    • 阈值化
    • 跟踪金属合金的凝固
    • 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
    • 探索 3D 图像(细胞)
    • 秩滤波器
  • 针对开发人员的示例
    • Li 阈值化
    • 最大树
  • 示例
  • 操作...

NumPy 数组操作#

使用简单的 NumPy 操作来操作图像

使用简单的 NumPy 操作来操作图像

生成足迹(结构元素)

生成足迹(结构元素)

图像/数组的块视图

图像/数组的块视图

分解扁平足迹(结构元素)

分解扁平足迹(结构元素)
显示源代码

© 版权所有 2013-2024,scikit-image 团队。

使用 Sphinx 7.3.7 创建。

使用 PyData Sphinx 主题 0.15.3 构建。