python-skimage.io,filters,transform

python-skimage.io,filters,transform学习笔记

目录

1.skimage.io——图片读取和显示

2.skimage.filters——简单滤波处理

（1）sobel算子，用于检测边缘

（2） 大津法实现

 （3）滤波

 [1]gabor滤波

[2]gaussian滤波

[3]median滤波

3.skimage.transform——缩放和旋转

（1）图像缩放

 （2）图像旋转

---

1.skimage.io——图片读取和显示

from skimage import io
img = io.imread( "D:\desktop\imgs\lena.jpg" )
io.imshow(edge) 
#import matplotlib.pyplot as plt
#plt.show() #pycharm可能要加上plt才能显示

2.skimage.filters——简单滤波处理

（1）sobel算子，用于检测边缘

函数格式为：skimage.filters.sobel(image, mask=None)

from skimage import io,filters
img = io.imread( "D:\desktop\imgs\lena.jpg" )
#img = img[:,:,0] #可转灰度图
edge = filters.sobel(img)#sobel滤波操作
io.imshow(edge)

原图

不经灰度处理的sobel算子处理结果

灰度处理后的sobel算子处理结果

 此外，filters模板中还有roberts算子，prewitt算子，scharr算子等算子，功能与sobel类似。调用格式相同。

edges = filters.roberts(img)
edges = filters.prewitt(img)
edges = filters.scharr(img)

（2） 大津法实现

大津法又称大类间方差法或全局OTSU算法，基本原理是计算像素的灰度值对应的最大类间方差值，取类间方差值取最大时对应的阈值为最佳阈值，根据最佳阈值进行图像二值化分割，划分前景和背景。

from skimage import io,filters
img = io.imread( "D:\desktop\imgs\lena.jpg" )
thresh = filters.threshold_otsu(img) # 取最佳阈值
d