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

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'>)

返回複雜的 2D Gabor 濾波器內核。

Gabor核是由複調和函數調製的高斯核。諧波函數由虛正弦函數和實餘弦函數組成。空間頻率與諧波的波長和高斯核的標準偏差成反比。帶寬也與標準偏差成反比。

參數：

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: 內核的線性大小為 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。

g：複數列: 複雜的過濾器內核。

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_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_kernel。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：