python數(shù)字圖像處理之高級濾波代碼詳解

更新時間：2017年11月23日 09:27:14 作者：denny402

這篇文章主要介紹了python數(shù)字圖像處理之高級濾波代碼詳解，介紹了許多對圖像處理的濾波方法，具有一定參考價值，需要的朋友可以了解下。

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模塊來設(shè)定。

1、autolevel

這個詞在photoshop里面翻譯成自動色階，用局部直方圖來對圖片進行濾波分級。

該濾波器局部地拉伸灰度像素值的直方圖，以覆蓋整個像素值范圍。

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

bottomhat: 此濾波器先計算圖像的形態(tài)學(xué)開運算，然后用原圖像減去運算的結(jié)果值，有點像白帽操作。

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

對比度增強。求出局部區(qū)域的最大值和最小值，然后看當(dāng)前點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的對數(shù)運算出來的。該函數(shù)將局部區(qū)域的灰度值分布進行二進制編碼，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。利用局部直方圖對圖像進行均衡化濾波。

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)