`skimage.data`#

示例图像和数据集。

一组精选的通用和科学图像，用于测试、示例和文档。

较新的数据集不再作为软件包的一部分包含，而是按需下载。要使数据脱机可用，请使用download_all()。

`astronaut`	宇航员 Eileen Collins 的彩色图像。
`binary_blobs`	生成具有多个圆形斑点状对象的合成二值图像。
`brain`	来自北卡罗来纳大学体绘制测试数据集的数据子集。
`brick`	砖墙。
`camera`	灰度“相机”图像。
`cat`	猫切尔西。
`cell`	漂浮在盐水中的细胞。
`cells3d`	细胞的 3D 荧光显微镜图像。
`checkerboard`	棋盘图像。
`chelsea`	猫切尔西。
`clock`	运动模糊的时钟。
`coffee`	咖啡杯。
`coins`	庞贝的希腊硬币。
`colorwheel`	色轮。
`download_all`	下载所有数据集以用于 scikit-image 的脱机状态。
`eagle`	金鹰。
`file_hash`	计算给定文件的哈希值。
`grass`	草。
`gravel`	砾石
`horse`	马的黑白轮廓。
`hubble_deep_field`	哈勃 eXtreme 深场。
`human_mitosis`	正在进行有丝分裂的人体细胞图像。
`immunohistochemistry`	使用苏木精复染的免疫组织化学 (IHC) 染色。
`kidney`	小鼠肾脏组织。
`lbp_frontal_face_cascade_filename`	返回包含弱分类器级联的 XML 文件的路径。
`lfw_subset`	来自 LFW 数据集的数据子集。
`lily`	铃兰植物茎。
`logo`	Scikit-image 徽标，一个 RGBA 图像。
`microaneurysms`	灰度“微动脉瘤”图像。
`moon`	月球表面。
`nickel_solidification`	同步加速器 X 射线照片的图像序列，显示镍合金样品的快速凝固。
`page`	扫描的页面。
`palisades_of_vogt`	返回显示 Vogt 栅栏的体内组织图像序列。
`protein_transport`	显微镜图像序列，其中蛋白质的荧光标记从细胞质区域重新定位到核膜。
`retina`	人视网膜。
`rocket`	SpaceX 的 Falcon 9 上 DSCOVR 的发射照片。
`shepp_logan_phantom`	Shepp Logan 幻影。
`skin`	真皮和表皮（皮肤层）的显微镜图像。
`stereo_motorcycle`	具有地面真实视差的校正立体图像对。
`text`	用于角点检测的灰度“文本”图像。
`vortex`	来自第一个 PIV 挑战的案例 B1 图像对。

skimage.data.astronaut()[源代码]#

宇航员 Eileen Collins 的彩色图像。

美国宇航员 Eileen Collins 的照片。她于 1992 年被选为宇航员，并于 1995 年首次驾驶航天飞机 STS-63。她于 2006 年退休，在太空总共度过了 38 天 8 小时 10 分钟。

此图像是从 NASA Great Images 数据库 <https://flic.kr/p/r9qvLn>`__ 下载的。

没有已知的版权限制，已发布到公共领域。

返回:

astronaut(512, 512, 3) uint8 ndarray: 宇航员图像。

来自图像的 Gabors / 初级视觉皮层“简单细胞”

skimage.data.binary_blobs(length=512, blob_size_fraction=0.1, n_dim=2, volume_fraction=0.5, rng=None)[源代码]#

生成具有多个圆形斑点状对象的合成二值图像。

参数:

lengthint，可选: 输出图像的线性大小。
blob_size_fractionfloat，可选: 斑点的典型线性大小，作为 length 的一部分，应小于 1。
n_dimint，可选: 输出图像的维度数。
volume_fractionfloat，默认值为 0.5: 斑点覆盖的图像像素的比例（其中输出为 1）。应在 [0, 1] 中。
rng{numpy.random.Generator, int}, 可选: 伪随机数生成器。默认情况下，使用 PCG64 生成器（请参阅 numpy.random.default_rng()）。如果 rng 是一个整数，则它用于为生成器设定种子。

返回:

blobs布尔值 ndarray: 输出二值图像

示例

>>> from skimage import data
>>> data.binary_blobs(length=5, blob_size_fraction=0.2)  
array([[ True, False,  True,  True,  True],
       [ True,  True,  True, False,  True],
       [False,  True, False,  True,  True],
       [ True, False, False,  True,  True],
       [ True, False, False, False,  True]])
>>> blobs = data.binary_blobs(length=256, blob_size_fraction=0.1)
>>> # Finer structures
>>> blobs = data.binary_blobs(length=256, blob_size_fraction=0.05)
>>> # Blobs cover a smaller volume fraction of the image
>>> blobs = data.binary_blobs(length=256, volume_fraction=0.3)

skimage.data.brain()[源代码]#

来自北卡罗来纳大学体绘制测试数据集的数据子集。

完整数据集可在 [1] 中找到。

返回:

image(10, 256, 256) uint16 ndarray

说明

3D 体积由较大体积的 10 层组成。

参考

[1]

https://graphics.stanford.edu/data/voldata/

局部直方图均衡化

排名过滤器

skimage.data.brick()[源代码]#

砖墙。

返回:

brick(512, 512) uint8 图像: 一小部分砖墙。

说明

原始图像是从 CC0Textures 下载的，并根据知识共享 CC0 许可获得许可。

然后在将图像旋转 90 度、裁剪和缩放以获得最终图像之前，对图像应用了透视变换。

通用图像

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

skimage.data.camera()[源代码]#

灰度“相机”图像。

可用于分割和去噪示例。

返回:

camera(512, 512) uint8 ndarray: 相机图像。

说明

没有版权限制。摄影师（Lav Varshney）的 CC0。

在 0.18 版本中更改: 此图像因版权限制而被替换。有关更多信息，请参阅 [1]。

参考

[1]

scikit-image/scikit-image#3927

skimage.data.cat()[源代码]#

猫切尔西。

一个包含纹理、水平和对角方向上的突出边缘以及不同尺度特征的示例。

返回:

chelsea(300, 451, 3) uint8 ndarray: 切尔西图像。

说明

无版权限制。摄影师（Stefan van der Walt）创作，CC0协议。

通用图像

将文本渲染到图像上

skimage.data.cell()[源代码]#

漂浮在盐水中的细胞。

这是一个使用 Python 库 qpformat 从数字全息图检索到的定量相位图像。该图像显示了一个具有较高相位值的细胞，高于背景相位。

由于背景中存在条纹图案伪影，此图像是阈值算法的一个很好的测试。像素间距为 0.107 微米。

这些数据是针对球形物体的几种折射率检索技术之间进行比较的一部分，作为 [1] 的一部分。

此图像为 CC0，献给公共领域。您可以复制、修改或分发它，而无需征得许可。

返回:

cell(660, 550) uint8 array: 细胞的图像。

参考

[1]

Paul Müller、Mirjam Schürmann、Salvatore Girardo、Gheorghe Cojoc 和 Jochen Guck。“定量相位成像中球形物体的大小和折射率的精确评估”。Optics Express 26(8): 10729-10743 (2018)。DOI:10.1364/OE.26.010729

Li 阈值分割

skimage.data.cells3d()[源代码]#

细胞的 3D 荧光显微镜图像。

返回的数据是一个 3D 多通道数组，其维度按 (z, c, y, x) 顺序提供。每个体素的大小为 (0.29 0.26 0.26) 微米。通道 0 包含细胞膜，通道 1 包含细胞核。

返回:

cells3d: (60, 2, 256, 256) uint16 ndarray: 用光学显微镜拍摄的细胞体积图像。

说明

此数据由艾伦细胞科学研究所提供。

为了减少计算时间，它在行和列维度上被下采样了 4 倍。

显微镜报告以下微米为单位的体素间距

原始体素大小为 (0.290, 0.065, 0.065)。

每个维度的缩放因子为 (1, 4, 4)。

重新缩放后，体素大小为 (0.29 0.26 0.26)。

skimage.data.checkerboard()[源代码]#

棋盘图像。

棋盘格通常用于图像校准，因为角点很容易定位。由于有许多平行的边缘，它们也能很好地可视化畸变。

返回:

checkerboard(200, 200) uint8 ndarray: 棋盘图像。

skimage.data.chelsea()[源代码]#

猫切尔西。

一个包含纹理、水平和对角方向上的突出边缘以及不同尺度特征的示例。

返回:

chelsea(300, 451, 3) uint8 ndarray: 切尔西图像。

说明

无版权限制。摄影师（Stefan van der Walt）创作，CC0协议。

skimage.data.clock()[源代码]#

运动模糊的时钟。

这张墙上时钟的照片是在相机以大致水平方向移动时拍摄的。它可以用来演示逆滤波器和反卷积。

由摄影师（Stefan van der Walt）发布到公共领域。

返回:

clock(300, 400) uint8 ndarray: 时钟图像。

通用图像

skimage.data.coffee()[源代码]#

咖啡杯。

这张照片由 Pikolo Espresso Bar 提供。它包含几个椭圆形状，以及不同的纹理（光滑的瓷器到粗糙的木纹）。

返回:

coffee(400, 600, 3) uint8 ndarray: 咖啡图像。

说明

无版权限制。摄影师（Rachel Michetti）创作，CC0协议。

skimage.data.coins()[源代码]#

庞贝的希腊硬币。

此图像显示了几枚在灰色背景上勾勒出的硬币。它在例如分割测试中特别有用，其中需要识别背景上的单个对象。背景与硬币共享足够的灰度级，因此简单的分割是不够的。

返回:

coins(303, 384) uint8 ndarray: 硬币图像。

说明

此图像从布鲁克林博物馆藏品下载。

无已知版权限制。

skimage.data.colorwheel()[源代码]#

色轮。

返回:

colorwheel(370, 371, 3) uint8 image: 一个色轮。

通用图像

skimage.data.download_all(directory=None)[源代码]#

下载所有数据集以用于 scikit-image 的脱机状态。

默认情况下，Scikit-image 数据集不再与库一起发布。这允许我们使用更高质量的数据集，同时保持库的下载大小较小。

此函数需要安装一个可选依赖项 pooch，才能下载完整的数据集。请按照以下位置找到的安装说明进行操作

https://scikit-image.cn/docs/stable/user_guide/install.html

调用此函数可下载所有示例图像，使它们可以在您的机器上脱机使用。

参数:

directory: 类似路径，可选: 应存储数据集的目录。

Raises:

ModuleNotFoundError: 如果未安装 pooch，则会引发此错误。

说明

scikit-image 将仅搜索存储在默认目录中的图像。仅当您希望将图像下载到您自己的文件夹中以用于特定原因时，才指定目录。您可以通过检查变量 skimage.data.data_dir 来访问默认数据目录的位置。

skimage.data.eagle()[源代码]#

金鹰。

适用于分割、霍夫变换和角点检测的示例。

返回:

eagle(2019, 1826) uint8 ndarray: 鹰的图像。

说明

无版权限制。摄影师（Dayane Machado）创作，CC0协议。

分水岭变换的标记

skimage.data.file_hash(fname, alg='sha256')[源代码]#

计算给定文件的哈希值。

用于检查文件是否已更改或损坏。

参数:

fnamestr: 文件名。
algstr: 哈希算法的类型

返回:

hashstr: 文件的哈希值。

示例

>>> fname = "test-file-for-hash.txt"
>>> with open(fname, "w") as f:
...     __ = f.write("content of the file")
>>> print(file_hash(fname))
0fc74468e6a9a829f103d069aeb2bb4f8646bad58bf146bb0e3379b759ec4a00
>>> import os
>>> os.remove(fname)

skimage.data.grass()[源代码]#

草。

返回:

grass(512, 512) uint8 图像: 一些草的图像。

说明

原始图像是从 DeviantArt 下载的，并根据 Creative Commons CC0 许可证授权。

下载的图像被裁剪以包含左上角周围的 (512, 512) 像素区域，转换为灰度，然后在保存为 PNG 格式之前转换为 uint8。

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

skimage.data.gravel()[源代码]#

砾石

返回:

gravel(512, 512) uint8 图像: 灰度砾石样本。

说明

原始图像是从 CC0Textures 下载的，并根据 Creative Commons CC0 许可证授权。

下载的图像然后被缩放到 (1024, 1024)，然后裁剪左上角的 (512, 512) 像素区域，然后将图像转换为灰度和 uint8 数据类型。结果使用 PNG 格式保存。

高斯差分带通滤波

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

skimage.data.horse()[源代码]#

马的黑白轮廓。

此图像是从 openclipart 下载的

无版权限制。所有者 (Andreas Preuss (marauder)) 给予 CC0 许可。

返回:

horse(328, 400) bool ndarray: 马的图像。

凸包

骨架化

形态学滤波

skimage.data.hubble_deep_field()[源代码]#

哈勃 eXtreme 深场。

这张照片包含了哈勃望远镜有史以来最远的宇宙景象。它可以用作多尺度检测的示例。

返回:

hubble_deep_field(872, 1000, 3) uint8 ndarray: 哈勃深空场图像。

说明

此图像是从 HubbleSite 下载的。

该图像由 NASA 拍摄，并且可以在公共领域中自由使用。

skimage.data.human_mitosis()[源代码]#

正在进行有丝分裂的人体细胞图像。

返回:

human_mitosis: (512, 512) uint8 ndarray: 在 [1] 手稿准备过程中获取的人类细胞有丝分裂的数据。

说明

参考

[1]

Moffat J, Grueneberg DA, Yang X, Kim SY, Kloepfer AM, Hinkle G, Piqani B, Eisenhaure TM, Luo B, Grenier JK, Carpenter AE, Foo SY, Stewart SA, Stockwell BR, Hacohen N, Hahn WC, Lander ES, Sabatini DM, Root DE (2006) A lentiviral RNAi library for human and mouse genes applied to an arrayed viral high-content screen. Cell, 124(6):1283-98 / :DOI: 10.1016/j.cell.2006.01.040 PMID 16564017

[2]

GitHub 许可讨论 CellProfiler/examples#41

分割人类细胞（在有丝分裂中）

skimage.data.immunohistochemistry()[源代码]#

使用苏木精复染的免疫组织化学 (IHC) 染色。

这张图片显示了结肠腺，其中 FHL2 蛋白的 IHC 表达用 DAB 显示。应用苏木精复染以增强组织的阴性部分。

此图像是在显微镜和分子成像中心 (CMMI) 获取的。

无已知版权限制。

返回:

immunohistochemistry(512, 512, 3) uint8 ndarray: 免疫组织化学图像。

科学图像

分离免疫组织化学染色中的颜色

应用 maskSLIC vs SLIC

skimage.data.kidney()[源代码]#

小鼠肾脏组织。

在预先准备好的载玻片上的生物组织是通过共聚焦荧光显微镜（尼康 C1 倒置显微镜）成像的。图像形状为 (16, 512, 512, 3)。也就是说，X-Y 中为 512x512 像素，Z 中为 16 个图像切片，以及 3 个颜色通道（发射波长分别为 450nm、515nm 和 605nm）。真实空间体素大小在 X-Y 中为 1.24 微米，在 Z 中为 1.25 微米。数据类型为无符号 16 位整数。

返回:

kidney(16, 512, 512, 3) uint16 ndarray: 肾脏 3D 多通道图像。

说明

此图像由 Genevieve Buckley 于 2018 年在 Monasoh Micro Imaging 获取。许可证：CC0

与 3D 图像（肾脏组织）交互

估计 3D 显微镜图像中的各向异性

skimage.data.lbp_frontal_face_cascade_filename()[源代码]#

返回包含弱分类器级联的 XML 文件的路径。

这些分类器是使用 LBP 特征训练的。该文件是 OpenCV 存储库的一部分 [1]。

参考

[1]

OpenCV lbpcascade 训练文件 opencv/opencv

使用级联分类器进行人脸检测

skimage.data.lfw_subset()[源代码]#

来自 LFW 数据集的数据子集。

此数据库是 LFW 数据库的子集，包含

100 张人脸
100 张非人脸

完整数据集可在 [2] 中找到。

返回:

images(200, 25, 25) uint8 ndarray: 前 100 个图像是人脸，随后的 100 个是非人脸。

说明

人脸是从 LFW 数据集中随机选择的，非人脸是从同一数据集的背景中提取的。裁剪的 ROI 已调整为 25 x 25 像素。

参考

[1]

Huang, G., Mattar, M., Lee, H., & Learned-Miller, E. G. (2012). Learning to align from scratch. In Advances in Neural Information Processing Systems (pp. 764-772).

[2]

http://vis-www.cs.umass.edu/lfw/

特定图像

使用 Haar 类特征描述符进行人脸分类

skimage.data.lily()[源代码]#

铃兰植物茎。

在预先准备好的载玻片上的这种植物茎是通过共聚焦荧光显微镜（尼康 C1 倒置显微镜）成像的。图像形状为 (922, 922, 4)。也就是说，X-Y 中为 922x922 像素，有 4 个颜色通道。真实空间体素大小在 X-Y 中为 1.24 微米。数据类型为无符号 16 位整数。

返回:

lily(922, 922, 4) uint16 ndarray: 百合花 2D 多通道图像。

说明

此图像由 Genevieve Buckley 于 2018 年在 Monasoh Micro Imaging 获取。许可证：CC0

科学图像

skimage.data.logo()[源代码]#

Scikit-image 徽标，一个 RGBA 图像。

返回:

logo(500, 500, 4) uint8 ndarray: Logo 图像。

skimage.data.microaneurysms()[源代码]#

灰度“微动脉瘤”图像。

视网膜图像的细节（绿色通道）。该图像是来自高分辨率眼底 (HRF) 图像数据库的图像 07_dr.JPG 的裁剪：https://www5.cs.fau.de/research/data/fundus-images/

返回:

microaneurysms(102, 102) uint8 ndarray: 带有病变的视网膜图像。

说明

无版权限制。所有者 (Andreas Maier) 授予 CC0 许可。

参考

[1]

Budai, A., Bock, R, Maier, A., Hornegger, J., Michelson, G. (2013). 视网膜图像中稳健的血管分割. 国际生物医学影像杂志, 第 2013 卷, 2013. DOI:10.1155/2013/154860

科学图像

属性操作符

skimage.data.moon()[源代码]#

月球表面。

这张月球表面的低对比度图像可用于说明直方图均衡化和对比度拉伸。

返回:

moon(512, 512) uint8 ndarray: 月球图像。

skimage.data.nickel_solidification()[源代码]#

同步加速器 X 射线照片的图像序列，显示镍合金样品的快速凝固。

返回:

nickel_solidification: (11, 384, 512) uint16 ndarray

说明

请参阅nickel_solidification.tif 在scikit-image/data/-/blob/master/README.md#data下的信息。

跟踪金属合金的凝固过程

skimage.data.page()[源代码]#

扫描的页面。

这张印刷文本的图像对于需要不均匀背景照明的演示非常有用。

返回:

page(191, 384) uint8 ndarray: 页面图像。

属性操作符

阈值处理

Niblack 和 Sauvola 阈值分割

使用滚动球算法估计背景强度

阈值处理

排名过滤器

skimage.data.palisades_of_vogt()[源代码]#

返回显示 Vogt 栅栏的体内组织图像序列。

在人眼中，Vogt 栅栏是角膜缘的正常特征，角膜缘是角膜和巩膜（即眼白）之间的边界。在图像序列中，由于参考镜上存在灰尘，有一些黑点。

返回:

palisades_of_vogt: (60, 1440, 1440) uint16 ndarray

说明

请参阅in-vivo-cornea-spots.tif 在scikit-image/data/-/blob/master/README.md#data下的信息。

用图像修复功能恢复有斑点的角膜图像

skimage.data.protein_transport()[源代码]#

显微镜图像序列，其中蛋白质的荧光标记从细胞质区域重新定位到核膜。

返回:

protein_transport: (15, 2, 180, 183) uint8 ndarray

说明

请参阅NPCsingleNucleus.tif 在scikit-image/data/-/blob/master/README.md#data下的信息。

共定位指标

测量核膜上的荧光强度

skimage.data.retina()[源代码]#

人视网膜。

这张视网膜图像对于需要圆形图像的演示非常有用。

返回:

retina(1411, 1411, 3) uint8 ndarray: RGB 视网膜图像。

说明

此图像从wikimedia下载。此文件在知识共享 CC0 1.0 通用公共领域奉献协议下提供。

参考

[1]

Häggström, Mikael (2014). “Mikael Häggström 2014 的医学画廊”. WikiJournal of Medicine 1 (2). DOI:10.15347/wjm/2014.008. ISSN 2002-4436. 公共领域

skimage.data.rocket()[源代码]#

SpaceX 的 Falcon 9 上 DSCOVR 的发射照片。

这是猎鹰 9 号携带 DSCOVR 从佛罗里达州卡纳维拉尔角空军基地的 SpaceX 40 号发射场发射的发射照片。

返回:

rocket(427, 640, 3) uint8 ndarray: 火箭图像。

说明

此图像从SpaceX Photos下载。

该图像由 SpaceX 捕获，并在公共领域发布。

skimage.data.shepp_logan_phantom()[源代码]#

Shepp Logan 幻影。

返回:

phantom(400, 400) float64 图像: 灰度 Shepp-Logan 幻影图像。

参考

[1]

L. A. Shepp 和 B. F. Logan，“头部截面的傅立叶重建”，载于《IEEE 核科学汇刊》，第 21 卷，第 3 期，第 21-43 页，1974 年 6 月。DOI:10.1109/TNS.1974.6499235

科学图像

拉东变换

形态学滤波

skimage.data.skin()[源代码]#

真皮和表皮（皮肤层）的显微镜图像。

在 10 倍放大倍率下，用苏木精和伊红染色制成的正常表皮和真皮的载玻片，带有一个良性皮内痣。

返回:

skin(960, 1280, 3) uint8 的 RGB 图像

说明

此图像首次调用时需要 Internet 连接，并且需要安装 pooch 包，以便从 scikit-image 数据集存储库中获取图像文件。

此图像的来源是 https://en.wikipedia.org/wiki/File:Normal_Epidermis_and_Dermis_with_Intradermal_Nevus_10x.JPG

该图像由其作者 Kilbad 在公共领域发布。

科学图像

使用局部特征和随机森林的可训练分割

skimage.data.stereo_motorcycle()[源代码]#

具有地面真实视差的校正立体图像对。

两个图像经过校正，使得左侧图像中的每个像素都在右侧图像的同一扫描线上具有对应的像素。这意味着两个图像都被扭曲，使得它们具有相同的方向，但具有水平空间偏移（基线）。列方向上的真值像素偏移由包含的视差图指定。

这两个图像是 Middlebury 2014 立体基准测试的一部分。该数据集由 Nera Nesic、Porter Westling、Xi Wang、York Kitajima、Greg Krathwohl 和 Daniel Scharstein 在 Middlebury College 创建。采集过程的详细描述可以在 [1] 中找到。

此处包含的图像是基准测试中默认曝光图像的降采样版本。使用函数 skimage.transform.downscale_local_mean 按 4 的因子对图像进行降采样。以下校准数据和包含的真值视差图对降采样图像有效

Focal length:           994.978px
Principal point x:      311.193px
Principal point y:      254.877px
Principal point dx:      31.086px
Baseline:               193.001mm

返回:

img_left(500, 741, 3) uint8 ndarray: 左侧立体图像。
img_right(500, 741, 3) uint8 ndarray: 右侧立体图像。
disp(500, 741, 3) float ndarray: 真值视差图，其中每个值描述左侧和右侧立体图像中对应像素之间的列方向偏移。例如，img_left[10, 10 + disp[10, 10]] 的对应像素为 img_right[10, 10]。NaN 表示左侧图像中没有真值的像素。

说明

原始分辨率图像、具有不同曝光和光照的图像以及真值深度图可以在 Middlebury 网站 [2] 上找到。

参考

[1]

D. Scharstein, H. Hirschmueller, Y. Kitajima, G. Krathwohl, N. Nesic, X. Wang 和 P. Westling。具有亚像素精度真值的高分辨率立体数据集。在 2014 年 9 月于德国明斯特举行的德国模式识别会议 (GCPR 2014) 上。

[2]

http://vision.middlebury.edu/stereo/data/scenes2014/

特定图像