示例#
一系列示例展示了如何使用 scikit-image。一些示例演示了 API 的一般用法,而另一些则以教程形式演示了特定的应用。
提示
请查阅我们的用户指南,其中对关键库约定和基本图像操作进行了详细介绍。
数据#
NumPy 数组上的操作#
使用简单的 NumPy 操作来处理图像
生成足迹(结构元素)
图像/数组上的分块视图
分解平面足迹(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
将灰度滤波器应用于 RGB 图像
过滤局部最大值
分离免疫组织化学染色中的颜色
伽马和对数对比度调整
直方图均衡化
为灰度图像着色
局部直方图均衡化
3D 自适应直方图均衡化
边缘和线条#
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
结构相似性指数
单应性类型
使用薄板样条进行图像扭曲
基本矩阵估计
使用 RANSAC 进行鲁棒直线模型估计
Radon 变换
使用 RANSAC 进行鲁棒匹配
图像配准#
图像配准
掩模归一化互相关
使用光流进行配准
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
滤波和复原#
使用顶帽滤波器去除灰度图像中的小物体
滞后阈值处理
图像反卷积
将窗口函数应用于图像
均值滤波器
锐化掩模
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
通过高斯差分进行带通滤波
对图片降噪
移不变小波降噪
相位展开
用于保留纹理的非局部均值降噪
属性算子
小波降噪
巴特沃斯滤波器
关于使用 J 不变性校准降噪器的完整教程
特征和物体检测#
密集 DAISY 特征描述
方向梯度直方图
类 Haar 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
填充孔洞和查找峰值
CENSURE 特征检测器
移除物体
斑点检测
ORB 特征检测器和二元描述符
来自图像的 Gabors / 初级视觉皮层“简单细胞”
Fisher 向量特征编码
BRIEF 二元描述符
SIFT 特征检测器和描述符提取器
GLCM 纹理特征
形状索引
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值模式
物体分割#
基于区域边界的区域邻接图 (RAGs)
区域邻接图 (RAG) 阈值处理
归一化割
使用紧凑分水岭查找规则分割
阈值处理
绘制区域邻接图 (RAGs)
Chan-Vese 分割
查找局部最大值
Niblack 和 Sauvola 阈值处理
多 Otsu 阈值处理
应用掩模 SLIC 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
分割和超像素算法的比较
查找两个分割的交集
区域邻接图 (RAGs)
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
形态蛇形
使用局部特征和随机森林进行可训练分割
测量区域属性
洪水填充
评估分割指标
欧拉数
使用滚动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
使用级联分类器进行人脸检测
与 3D 图像(肾组织)交互
使用像素图查找物体的测地中心
视觉图像比较
形态学滤波
估计 3D 显微镜图像中的各向异性
比较基于边缘和基于区域的分割
共定位指标
分割人体细胞(有丝分裂)
使用修复复原斑点角膜图像
阈值处理
跟踪金属合金的凝固
测量核膜处的荧光强度
使用类 Haar 特征描述符进行人脸分类
探索 3D 图像(细胞)
秩滤波器
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。它们的目标是对图像处理算法的知识感兴趣的现有或潜在的 scikit-image 开发人员。