`skimage.data`#

测试图像和数据集。

一组经过精心挑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。若要离线使用数据，请使用 download_all()。

`skimage.data.astronaut`	宇航员艾琳·柯林斯彩色图像。
`skimage.data.binary_blobs`	生成具有几个圆形斑点状物体的合成二值图像。
`skimage.data.brain`	来自北卡罗来纳大学体积渲染测试数据集的数据子集。
`skimage.data.brick`	砖墙。
`skimage.data.camera`	灰度“相机”图像。
`skimage.data.cat`	切尔西猫。
`skimage.data.cell`	漂浮在盐水中的细胞。
`skimage.data.cells3d`	细胞的 3D 荧光显微镜图像。
`skimage.data.checkerboard`	棋盘图像。
`skimage.data.chelsea`	切尔西猫。
`skimage.data.clock`	运动模糊的时钟。
`skimage.data.coffee`	咖啡杯。
`skimage.data.coins`	来自庞贝的希腊硬币。
`skimage.data.colorwheel`	色轮。
`skimage.data.download_all`	下载所有数据集以供离线使用 scikit-image。
`skimage.data.eagle`	一只金雕。
`skimage.data.file_hash`	计算给定文件的哈希值。
`skimage.data.grass`	草。
`skimage.data.gravel`	碎石
`skimage.data.horse`	马的黑白剪影。
`skimage.data.hubble_deep_field`	哈勃极深场。
`skimage.data.human_mitosis`	人类细胞进行有丝分裂的图像。
`skimage.data.immunohistochemistry`	免疫组织化学 (IHC) 染色，用苏木精复染。
`skimage.data.kidney`	小鼠肾脏组织。
`skimage.data.lbp_frontal_face_cascade_filename`	返回包含弱分类器级联的 XML 文件的路径。
`skimage.data.lfw_subset`	来自 LFW 数据集的数据子集。
`skimage.data.lily`	铃兰植物茎。
`skimage.data.logo`	Scikit-image 徽标，一个 RGBA 图像。
`skimage.data.microaneurysms`	灰度“微动脉瘤”图像。
`skimage.data.moon`	月球表面。
`skimage.data.nickel_solidification`	同步辐射 X 射线图像序列，显示镍合金样品的快速凝固。
`skimage.data.page`	扫描页面。
`skimage.data.palisades_of_vogt`	返回体内组织的图像序列，显示 Vogt 的栅栏。
`skimage.data.protein_transport`	显微镜图像序列，其中蛋白质从细胞质区域重新定位到核膜，进行荧光标记。
`skimage.data.retina`	人类视网膜。
`skimage.data.rocket`	SpaceX 的猎鹰 9 号发射 DSCOVR 的发射照片。
`skimage.data.shepp_logan_phantom`	谢普-洛根幻影。
`skimage.data.skin`	真皮和表皮（皮肤层）的显微镜图像。
`skimage.data.stereo_motorcycle`	具有地面实况视差的校正立体图像对。
`skimage.data.text`	用于角点检测的灰度“文本”图像。
`skimage.data.vortex`	第一个 PIV 挑战赛中的案例 B1 图像对。

skimage.data.astronaut()[source]#

宇航员艾琳·柯林斯彩色图像。

美国宇航员艾琳·柯林斯的照片。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，在太空中总共度过了 38 天 8 小时 10 分钟。

此图像是从 NASA 大图数据库 <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。

返回值:

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

来自图像的 Gabor / 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)[source]#

生成具有几个圆形斑点状物体的合成二值图像。

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: 输出图像的维数。
volume_fractionfloat，默认值为 0.5: 图像像素中被斑点覆盖的比例（输出值为 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（请参见 numpy.random.default_rng()）。如果 rng 是一个整数，则将其用于播种生成器。

返回值:

blobs布尔值的 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()[source]#

来自北卡罗来纳大学体积渲染测试数据集的数据子集。

完整的数据集可在 [1] 中获得。

返回值:

image(10, 256, 256) uint16 ndarray

笔记

3D 体积包含来自较大体积的 10 层。

参考文献

[1]

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

局部直方图均衡化

排序滤波器

skimage.data.brick()[source]#

砖墙。

返回值:

brick(512, 512) uint8 图像: 一小块砖墙。

笔记

原始图像是从 CC0Textures 下载的，并根据知识共享 CC0 许可发布。

然后对图像应用透视变换，在将其旋转 90 度、裁剪和缩放以获得最终图像之前。

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元模式

skimage.data.camera()[source]#

灰度“相机”图像。

可用于分割和去噪示例。

返回值:

camera(512, 512) uint8 ndarray: 相机图像。

笔记

没有版权限制。由摄影师（Lav Varshney）提供 CC0。

在版本 0.18 中更改：由于版权限制，此图像已被替换。有关更多信息，请参见 [1]。

参考文献

[1]

scikit-image/scikit-image#3927

skimage.data.cat()[source]#

切尔西猫。

一个示例，其中包含纹理、水平和对角方向上的突出边缘，以及不同尺度的特征。

返回值:

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

笔记

没有版权限制。由摄影师（Stefan van der Walt）提供 CC0。

通用图像

在图像上渲染文本

skimage.data.cell()[source]#

漂浮在盐水中的细胞。

这是一张使用 Python 库 qpformat 从数字全息图中检索到的定量相位图像。图像显示了一个相位值高、高于背景相位的细胞。

由于背景中存在条带图案伪影，因此该图像是阈值算法的良好测试用例。像素间距为 0.107 µm。

这些数据是 [1] 中对球形物体进行几种折射率检索技术进行比较的一部分。

该图像为 CC0，专用于公共领域。您可以复制、修改或分发它，无需征得许可。

返回值:

cell(660, 550) uint8 array: 细胞图像。

参考文献

[1]

Paul Müller, Mirjam Schürmann, Salvatore Girardo, Gheorghe Cojoc, 和 Jochen Guck。“定量相位成像中球形物体尺寸和折射率的准确评估。”Optics Express 26(8): 10729-10743 (2018)。 DOI:10.1364/OE.26.010729

Li 阈值化

skimage.data.cells3d()[source]#

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，其维度以 (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。

返回值:

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

笔记

这些数据由艾伦细胞科学研究所提供。

为了减少计算时间，它在行和列维度上向下采样了 4 倍。

显微镜报告以下体素间距（以微米为单位）

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()[source]#

棋盘图像。

棋盘格经常用于图像校准，因为角点很容易定位。由于存在许多平行边缘，因此它们还可以特别好地显示失真。

返回值:

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

skimage.data.chelsea()[source]#

切尔西猫。

一个示例，其中包含纹理、水平和对角方向上的突出边缘，以及不同尺度的特征。

返回值:

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

笔记

没有版权限制。由摄影师（Stefan van der Walt）提供 CC0。

skimage.data.clock()[source]#

运动模糊的时钟。

这张墙壁时钟的照片是在相机以近似水平方向移动时拍摄的。它可以用来说明逆滤波器和反卷积。

由摄影师（Stefan van der Walt）发布到公共领域。

返回值:

clock(300, 400) uint8 ndarray: 时钟图像。

通用图像

skimage.data.coffee()[source]#

咖啡杯。

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

返回值:

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

笔记

没有版权限制。CC0 由摄影师（Rachel Michetti）提供。

skimage.data.coins()[source]#

来自庞贝的希腊硬币。

这张图像显示了几个在灰色背景上勾勒出来的硬币。它在例如分割测试中特别有用，在分割测试中需要识别出与背景相对的单个物体。背景与硬币共享足够的灰度级，因此简单的分割是不够的。

返回值:

coins(303, 384) uint8 ndarray: 硬币图像。

笔记

这张图片是从布鲁克林博物馆馆藏下载的。

没有已知的版权限制。

skimage.data.colorwheel()[source]#

色轮。

返回值:

colorwheel(370, 371, 3) uint8 image: 颜色盘。

通用图像

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

下载所有数据集以供离线使用 scikit-image。

Scikit-image 数据集不再默认情况下随库一起提供。这使我们能够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的依赖项 pooch，才能下载完整的数据集。按照以下网址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，使其在您的计算机上离线可用。

参数:

directory: path-like, 可选: 应存储数据集的目录。

引发:

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

笔记

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自己的文件夹（出于特定原因）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()[source]#

一只金雕。

适用于分割、霍夫变换和角点检测的示例。

返回值:

eagle(2019, 1826) uint8 ndarray: 鹰图像。

笔记

没有版权限制。CC0 由摄影师（Dayane Machado）提供。

分水岭变换的标记

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

计算给定文件的哈希值。

用于检查文件是否已更改或已损坏。

参数:

fnamestr: 文件名。
algstr: 哈希算法的类型

返回值:

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()[source]#

草。

返回值:

grass(512, 512) uint8 image: 一些草。

笔记

原始图片是从 DeviantArt 下载的，并根据创意共享 CC0 许可证获得授权。

下载的图片已裁剪，以包含围绕左上角的 (512, 512) 像素的区域，转换为灰度，然后转换为 uint8，然后将结果保存到 PNG 格式中。

用于纹理分类的 Gabor 滤波器组

用于纹理分类的局部二元模式

skimage.data.gravel()[source]#

碎石

返回值:

gravel(512, 512) uint8 image: 灰度砾石样本。

笔记

原始图像从CC0Textures下载，并根据知识共享署名-相同方式共享 4.0 国际许可协议授权使用。

下载的图像随后被重新调整大小至(1024, 1024)，然后裁剪左上角(512, 512)像素区域，然后再将图像转换为灰度和 uint8 数据类型。结果使用 PNG 格式保存。

通过高斯差进行带通滤波

用于纹理分类的 Gabor 滤波器组

用于纹理分类的局部二元模式

skimage.data.horse()[source]#

马的黑白剪影。

此图像从openclipart下载。

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

返回值:

horse(328, 400) bool ndarray: 马匹图像。

凸包

骨架化

形态学滤波

skimage.data.hubble_deep_field()[source]#

哈勃极深场。

这张照片包含哈勃望远镜有史以来对宇宙最遥远的观测。它可以用作多尺度检测的示例。

返回值:

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

笔记

此图像从HubbleSite下载。

该图像由 NASA 和可免费用于公共领域拍摄。

skimage.data.human_mitosis()[source]#

人类细胞进行有丝分裂的图像。

返回值:

human_mitosis: (512, 512) uint8 ndarray: 在[1]中手稿准备期间获取的人类细胞有丝分裂数据。

笔记

参考文献

[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 许可证讨论 CellProfiler/examples#41

分割人类细胞（处于有丝分裂中）

skimage.data.immunohistochemistry()[source]#

免疫组织化学 (IHC) 染色，用苏木精复染。

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。

没有已知的版权限制。

返回值:

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 与 SLIC

skimage.data.kidney()[source]#

小鼠肾脏组织。

使用共聚焦荧光显微镜（尼康 C1 倒置显微镜）对预制玻片上的这种生物组织进行成像。图像形状为 (16, 512, 512, 3)。即 X-Y 中有 512x512 个像素，Z 中有 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。

返回值:

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

笔记

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()[source]#

返回包含弱分类器级联的 XML 文件的路径。

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

参考文献

[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()[source]#

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] 获取。

返回值:

images(200, 25, 25) uint8 ndarray: 前 100 张图像为人脸，随后的 100 张图像为非人脸。

笔记

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。

参考文献

[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()[source]#

铃兰植物茎。

使用共聚焦荧光显微镜（尼康 C1 倒置显微镜）对预制玻片上的这种植物茎进行成像。图像形状为 (922, 922, 4)。即 X-Y 中有 922x922 个像素，以及 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。

返回值:

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

笔记

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()[source]#

Scikit-image 徽标，一个 RGBA 图像。

返回值:

logo(500, 500, 4) uint8 ndarray: 徽标图像。

skimage.data.microaneurysms()[source]#

灰度“微动脉瘤”图像。

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

返回值:

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

笔记

无版权限制。所有者（Andreas Maier）授予 CC0 许可。

参考文献

[1]

Budai, A., Bock, R, Maier, A., Hornegger, J., Michelson, G. (2013). Robust Vessel Segmentation in Fundus Images. International Journal of Biomedical Imaging, vol. 2013, 2013. DOI:10.1155/2013/154860

科学图像

属性运算符

skimage.data.moon()[source]#

月球表面。

此低对比度月球表面图像有助于说明直方图均衡化和对比度拉伸。

返回值:

moon(512, 512) uint8 ndarray: 月球图像。

skimage.data.nickel_solidification()[source]#

同步辐射 X 射线图像序列，显示镍合金样品的快速凝固。

返回值:

nickel_solidification: (11, 384, 512) uint16 ndarray

笔记

请参阅 scikit-image/data/-/blob/master/README.md#data 中的 nickel_solidification.tif 的相关信息。

跟踪金属合金的凝固

skimage.data.page()[source]#

扫描页面。

此印刷文本图像有助于演示需要不均匀背景照明的演示。

返回值:

page(191, 384) uint8 ndarray: 页面图像。

属性运算符

阈值化

Niblack 和 Sauvola 阈值化

使用滚动球算法估计背景强度

阈值化

排序滤波器

skimage.data.palisades_of_vogt()[source]#

返回体内组织的图像序列，显示 Vogt 的栅栏。

在人眼，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，出现了一些黑点。

返回值:

palisades_of_vogt: (60, 1440, 1440) uint16 ndarray

笔记

请参阅 scikit-image/data/-/blob/master/README.md#data 中的 in-vivo-cornea-spots.tif 的相关信息。

使用修复技术修复有斑点的角膜图像

skimage.data.protein_transport()[source]#

显微镜图像序列，其中蛋白质从细胞质区域重新定位到核膜，进行荧光标记。

返回值:

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

笔记

请查看 NPCsingleNucleus.tif 在 scikit-image/data/-/blob/master/README.md#data 中的详细信息。

共定位指标

测量核膜处的荧光强度

skimage.data.retina()[source]#

人类视网膜。

这张视网膜图像适用于需要圆形图像的演示。

返回值:

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

笔记

此图像从 wikimedia 下载。该文件根据 Creative Commons CC0 1.0 通用公共领域贡献协议提供。

参考文献

[1]

Häggström, Mikael (2014)。“Mikael Häggström 医学画廊 2014”。维基医学杂志 1 (2)。DOI:10.15347/wjm/2014.008。ISSN 2002-4436。公共领域

skimage.data.rocket()[source]#

SpaceX 的猎鹰 9 号发射 DSCOVR 的发射照片。

这是猎鹰 9 号运载 DSCOVR 从佛罗里达州卡纳维拉尔角空军基地太空探索技术公司的发射场 40 号发射升空的画面。

返回值:

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

笔记

此图像从 SpaceX Photos 下载。

该图像由 SpaceX 拍摄，并发布到公共领域。

skimage.data.shepp_logan_phantom()[source]#

谢普-洛根幻影。

返回值:

phantom(400, 400) float64 image: Shepp-Logan 幻影的灰度图像。

参考文献

[1]

L. A. Shepp 和 B. F. Logan，“头部横截面的傅里叶重建”，发表在 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()[source]#

真皮和表皮（皮肤层）的显微镜图像。

正常表皮和真皮以及良性真皮内痣的 10 倍显微镜下苏木精伊红染色切片。

返回值:

skin(960, 1280, 3) RGB image of uint8

笔记

此图像需要互联网连接才能首次调用，并且需要安装 pooch 包才能从 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

该图像由作者 Kilbad 发布到公共领域。

科学图像

使用局部特征和随机森林进行可训练的分割

skimage.data.stereo_motorcycle()[source]#

具有地面实况视差的校正立体图像对。

两幅图像已经过校正，使得左图像中的每个像素在右图像中具有相同扫描线上的对应像素。这意味着两幅图像都经过扭曲，使得它们具有相同的方位，但具有水平空间偏移量（基线）。包含的视差图指定了列方向上的地面真值像素偏移量。

这两幅图像属于 Middlebury 2014 立体声基准数据集。该数据集由 Middlebury 学院的 Nera Nesic、Porter Westling、Xi Wang、York Kitajima、Greg Krathwohl 和 Daniel Scharstein 创建。有关采集过程的详细说明，请参见 [1]。

这里包含的图像是在基准测试中默认曝光图像的降采样版本。这些图像使用函数 skimage.transform.downscale_local_mean 降采样了 4 倍。以下的校准数据以及包含的地面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

返回值:

img_left(500, 741, 3) uint8 ndarray: 左立体图像。
img_right(500, 741, 3) uint8 ndarray: 右立体图像。
disp(500, 741, 3) float ndarray: 地面真值视差图，其中每个值描述左、右立体图像中对应像素之间的列方向偏移量。例如，img_left[10, 10 + disp[10, 10]] 的对应像素是 img_right[10, 10]。NaN 表示左图像中没有地面真值的像素。

笔记

原始分辨率图像、具有不同曝光和照明的图像以及地面真值深度图可以在 Middlebury 网站上找到 [2]。

参考文献

[1]

D. Scharstein、H. Hirschmueller、Y. Kitajima、G. Krathwohl、N. Nesic、X. Wang 和 P. Westling。具有亚像素精度地面真值的高分辨率立体声数据集。发表在德国模式识别大会 (GCPR 2014) 上，德国明斯特，2014 年 9 月。

[2]

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

特定图像