本文提供許多的濾波方法，這些方法放在filters.rank子模塊內(nèi)。

這些方法需要用戶(hù)自己設(shè)定濾波器的形狀和大小，因此需要導(dǎo)入morphology模塊來(lái)設(shè)定。

1、autolevel

這個(gè)詞在photoshop里面翻譯成自動(dòng)色階，用局部直方圖來(lái)對(duì)圖片進(jìn)行濾波分級(jí)。

該濾波器局部地拉伸灰度像素值的直方圖，以覆蓋整個(gè)像素值范圍。

格式：skimage.filters.rank.autolevel(image, selem）

selem表示結(jié)構(gòu)化元素，用于設(shè)定濾波器。

from skimage import data,color
import matplotlib.pyplot as plt
from skimage.morphology import disk
import skimage.filters.rank as sfr
img =color.rgb2gray(data.lena())
auto =sfr.autolevel(img, disk(5)) #半徑為5的圓形濾波器

plt.figure('filters',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)

plt.subplot(122)
plt.title('filted image')
plt.imshow(auto,plt.cm.gray)

2、bottomhat 與 tophat

bottomhat: 此濾波器先計(jì)算圖像的形態(tài)學(xué)閉運(yùn)算，然后用原圖像減去運(yùn)算的結(jié)果值，有點(diǎn)像黑帽操作。

bottomhat: 此濾波器先計(jì)算圖像的形態(tài)學(xué)開(kāi)運(yùn)算，然后用原圖像減去運(yùn)算的結(jié)果值，有點(diǎn)像白帽操作。

格式：

skimage.filters.rank.bottomhat(image, selem）

skimage.filters.rank.tophat(image, selem）

selem表示結(jié)構(gòu)化元素，用于設(shè)定濾波器。

下面是bottomhat濾波的例子：

from skimage import data,color
import matplotlib.pyplot as plt
from skimage.morphology import disk
import skimage.filters.rank as sfr
img =color.rgb2gray(data.lena())
auto =sfr.bottomhat(img, disk(5)) #半徑為5的圓形濾波器

plt.figure('filters',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)

plt.subplot(122)
plt.title('filted image')
plt.imshow(auto,plt.cm.gray)

3、enhance_contrast

對(duì)比度增強(qiáng)。求出局部區(qū)域的最大值和最小值，然后看當(dāng)前點(diǎn)像素值最接近最大值還是最小值，然后替換為最大值或最小值。

函數(shù)： enhance_contrast(image, selem）

selem表示結(jié)構(gòu)化元素，用于設(shè)定濾波器。

from skimage import data,color
import matplotlib.pyplot as plt
from skimage.morphology import disk
import skimage.filters.rank as sfr
img =color.rgb2gray(data.lena())
auto =sfr.enhance_contrast(img, disk(5)) #半徑為5的圓形濾波器

plt.figure('filters',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)

plt.subplot(122)
plt.title('filted image')
plt.imshow(auto,plt.cm.gray)

4、entropy

求局部熵，熵是使用基為2的對(duì)數(shù)運(yùn)算出來(lái)的。該函數(shù)將局部區(qū)域的灰度值分布進(jìn)行二進(jìn)制編碼，返回編碼的最小值。

函數(shù)格式：entropy(image, selem）

selem表示結(jié)構(gòu)化元素，用于設(shè)定濾波器。

from skimage import data,color
import matplotlib.pyplot as plt
from skimage.morphology import disk
import skimage.filters.rank as sfr
img =color.rgb2gray(data.lena())
dst =sfr.entropy(img, disk(5)) #半徑為5的圓形濾波器

plt.figure('filters',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)

plt.subplot(122)
plt.title('filted image')
plt.imshow(dst,plt.cm.gray)

5、equalize

均衡化濾波。利用局部直方圖對(duì)圖像進(jìn)行均衡化濾波。

函數(shù)格式：equalize(image, selem）

selem表示結(jié)構(gòu)化元素，用于設(shè)定濾波器。

from skimage import data,color
import matplotlib.pyplot as plt
from skimage.morphology import disk
import skimage.filters.rank as sfr
img =color.rgb2gray(data.lena())
dst =sfr.equalize(img, disk(5)) #半徑為5的圓形濾波器

plt.figure('filters',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)

plt.subplot(122)
plt.title('filted image')
plt.imshow(dst,plt.cm.gray)

6、gradient

返回圖像的局部梯度值（如：最大值-最小值），用此梯度值代替區(qū)域內(nèi)所有像素值。

函數(shù)格式：gradient(image, selem）

selem表示結(jié)構(gòu)化元素，用于設(shè)定濾波器。

from skimage import data,color
import matplotlib.pyplot as plt
from skimage.morphology import disk
import skimage.filters.rank as sfr
img =color.rgb2gray(data.lena())
dst =sfr.gradient(img, disk(5)) #半徑為5的圓形濾波器

plt.figure('filters',figsize=(8,8))
plt.subplot(121)
plt.title('origin image')
plt.imshow(img,plt.cm.gray)

plt.subplot(122)
plt.title('filted image')
plt.imshow(dst,plt.cm.gray)

7、其它濾波器

濾波方式很多，下面不再一一詳細(xì)講解，僅給出核心代碼，所有的函數(shù)調(diào)用方式都是一樣的。

最大值濾波器（maximum):返回圖像局部區(qū)域的最大值，用此最大值代替該區(qū)域內(nèi)所有像素值。

dst =sfr.maximum(img, disk(5))

最小值濾波器（minimum)：返回圖像局部區(qū)域內(nèi)的最小值，用此最小值取代該區(qū)域內(nèi)所有像素值。

dst =sfr.minimum(img, disk(5))

均值濾波器（mean) : 返回圖像局部區(qū)域內(nèi)的均值，用此均值取代該區(qū)域內(nèi)所有像素值。

dst =sfr.mean(img, disk(5))

中值濾波器（median): 返回圖像局部區(qū)域內(nèi)的中值，用此中值取代該區(qū)域內(nèi)所有像素值。

dst =sfr.median(img, disk(5))

莫代爾濾波器（modal) : 返回圖像局部區(qū)域內(nèi)的modal值，用此值取代該區(qū)域內(nèi)所有像素值。

dst =sfr.modal(img, disk(5))

otsu閾值濾波（otsu): 返回圖像局部區(qū)域內(nèi)的otsu閾值，用此值取代該區(qū)域內(nèi)所有像素值。

dst =sfr.otsu(img, disk(5))

閾值濾波（threshhold): 將圖像局部區(qū)域中的每個(gè)像素值與均值比較，大于則賦值為1，小于賦值為0，得到一個(gè)二值圖像。

dst =sfr.threshold(img, disk(5))

減均值濾波（subtract_mean): 將局部區(qū)域中的每一個(gè)像素，減去該區(qū)域中的均值。

dst =sfr.subtract_mean(img, disk(5))

求和濾波（sum) :求局部區(qū)域的像素總和，用此值取代該區(qū)域內(nèi)所有像素值。

dst =sfr.sum(img, disk(5))

總結(jié)

以上就是本文關(guān)于python數(shù)字圖像處理之高級(jí)濾波代碼詳解的全部?jī)?nèi)容，希望對(duì)大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：

Python中turtle作圖示例

python通過(guò)opencv實(shí)現(xiàn)批量剪切圖片

python好玩的項(xiàng)目—色情圖片識(shí)別代碼分享

如有不足之處，歡迎留言指出。

最新評(píng)論