Python cucim.skimage.filters.gabor用法及代码示例

用法: cucim.skimage.filters.gabor(image, frequency, theta=0, bandwidth=1, sigma_x=None, sigma_y=None, n_stds=3, offset=0, mode='reflect', cval=0)

将实数和虚数响应返回给 Gabor 滤波器。

Gabor 滤波器内核的实部和虚部应用于图像，响应以一对数组的形式返回。

Gabor滤波器是一种具有高斯核的线性滤波器，由正弦平面波调制。 Gabor 滤波器的频率和方向表示类似于人类视觉系统的表示。 Gabor 滤波器组通常用于计算机视觉和图像处理。它们特别适用于边检测和纹理分类。

参数：

image：二维阵列: 输入图像。
frequency：浮点数: 调和函数的空间频率。以像素为单位指定。
theta：浮点数，可选: 以弧度表示的方向。如果为 0，则谐波在 x 方向。
bandwidth：浮点数，可选: 滤波器捕获的带宽。对于固定带宽，sigma_x 和sigma_y 将随着频率的增加而减小。如果用户设置了sigma_x 和sigma_y，则忽略此值。
sigma_x, sigma_y：浮点数，可选: x- 和 y-directions 的标准偏差。这些方向适用于内核before 旋转。如果 theta = pi/2 ，则内核旋转 90 度，以便 sigma_x 控制 vertical 方向。
n_stds：标量，可选: 内核的线性大小是 n_stds(默认为 3)标准差。
offset：浮点数，可选: 以弧度为单位的谐波函数的相位偏移。
mode：{‘constant’, ‘nearest’, ‘reflect’, ‘mirror’, ‘wrap’}，可选: 用于将图像与内核卷积的模式，传递给ndi.convolve
cval：标量，可选: 如果卷积的mode 是‘constant’，则填充过去输入边的值。参数被传递给 ndi.convolve 。

real, imag：数组: 使用 Gabor 滤波器内核的实部和虚部过滤图像。图像的尺寸与输入的尺寸相同。

参考：

1: https://en.wikipedia.org/wiki/Gabor_filter
2: https://web.archive.org/web/20180127125930/http://mplab.ucsd.edu/tutorials/gabor.pdf

例子：

>>> import cupy as cp
>>> from cucim.skimage.filters import gabor
>>> from skimage import data, io
>>> from matplotlib import pyplot as plt

>>> image = cp.array(data.coins())
>>> # detecting edges in a coin image
>>> filt_real, filt_imag = gabor(image, frequency=0.6)
>>> plt.figure()                        
>>> io.imshow(cp.asnumpy(filt_real))    
>>> io.show()

>>> # less sensitivity to finer details with the lower frequency kernel
>>> filt_real, filt_imag = gabor(image, frequency=0.1)
>>> plt.figure()                       
>>> io.imshow(cp.asnumpy(filt_real)    
>>> io.show()

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.filters.gabor。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

参考：

例子：