Python cucim.skimage.filters.gabor用法及代碼示例

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)

將實數和虛數響應返回給 Gabor 濾波器。

Gabor 濾波器內核的實部和虛部應用於圖像，響應以一對數組的形式返回。

Gabor濾波器是一種具有高斯核的線性濾波器，由正弦平麵波調製。 Gabor 濾波器的頻率和方向表示類似於人類視覺係統的表示。 Gabor 濾波器組通常用於計算機視覺和圖像處理。它們特別適用於邊檢測和紋理分類。

參數：

image：二維陣列: 輸入圖像。
frequency：浮點數: 調和函數的空間頻率。以像素為單位指定。
theta：浮點數，可選: 以弧度表示的方向。如果為 0，則諧波在 x 方向。
bandwidth：浮點數，可選: 濾波器捕獲的帶寬。對於固定帶寬，sigma_x 和sigma_y 將隨著頻率的增加而減小。如果用戶設置了sigma_x 和sigma_y，則忽略此值。
sigma_x, sigma_y：浮點數，可選: x- 和 y-directions 的標準偏差。這些方向適用於內核before 旋轉。如果 theta = pi/2 ，則內核旋轉 90 度，以便 sigma_x 控製 vertical 方向。
n_stds：標量，可選: 內核的線性大小是 n_stds(默認為 3)標準差。
offset：浮點數，可選: 以弧度為單位的諧波函數的相位偏移。
mode：{‘constant’, ‘nearest’, ‘reflect’, ‘mirror’, ‘wrap’}，可選: 用於將圖像與內核卷積的模式，傳遞給ndi.convolve
cval：標量，可選: 如果卷積的mode 是‘constant’，則填充過去輸入邊的值。參數被傳遞給 ndi.convolve 。

real, imag：數組: 使用 Gabor 濾波器內核的實部和虛部過濾圖像。圖像的尺寸與輸入的尺寸相同。

參考：

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()

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cucim.skimage.filters.gabor。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

參考：

例子：