当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


用法:

cucim.skimage.filters.gabor_kernel(frequency, theta=0, bandwidth=1, sigma_x=None, sigma_y=None, n_stds=3, offset=0, *, float_dtype=<class 'numpy.float64'>)

返回复杂的 2D Gabor 滤波器内核。

Gabor核是由复调和函数调制的高斯核。谐波函数由虚正弦函数和实余弦函数组成。空间频率与谐波的波长和高斯核的标准偏差成反比。带宽也与标准偏差成反比。

参数

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_xsigma_y 将随着频率的增加而减小。如果用户设置了sigma_xsigma_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

内核的线性大小为 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。

返回

g复数列

复杂的过滤器内核。

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_kernel
>>> from skimage import io
>>> from matplotlib import pyplot as plt
>>> gk = gabor_kernel(frequency=0.2)
>>> plt.figure()                    
>>> io.imshow(cp.asnumpy(gk.real))  
>>> io.show()
>>> # more ripples (equivalent to increasing the size of the
>>> # Gaussian spread)
>>> gk = gabor_kernel(frequency=0.2, bandwidth=0.1)
>>> plt.figure()                    
>>> io.imshow(cp.asnumpy(gk.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_kernel。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。