Python skimage.filters.butterworth用法及代碼示例

用法: skimage.filters.butterworth(image, cutoff_frequency_ratio=0.005, high_pass=True, order=2.0, channel_axis=None)

應用巴特沃斯濾波器來增強高頻或低頻特征。

該濾波器在傅立葉域中定義。

參數：

image：(M[, N[, ..., P]][, C]) ndarray: 輸入圖像。
cutoff_frequency_ratio：浮點數，可選: 確定 cut-off 相對於 FFT 形狀的位置。
high_pass：布爾型，可選: 是否執行高通濾波器。如果為 False，則執行低通濾波器。
order：浮點數，可選: 影響cut-off 附近斜率的濾波器順序。更高階意味著頻率空間中的斜率更陡。
channel_axis：整數，可選: 如果有渠道維度，請在此處提供索引。如果無(默認)，則所有軸都假定為空間維度。

result：ndarray: Butterworth-filtered 圖像。

注意：

band-pass 濾波器可以通過組合高通和低通濾波器來實現。

文獻包含巴特沃斯濾波器函數形式的多種約定。在這裏，它被實現為 n 維形式

\[\frac{1}{1 - \left(\frac{f}{c*f_{max}}\right)^{2*n}}\]

其中\(f\)是空間頻率的絕對值，\(c\)是cutoff_frequency_ratio和\(n\)是在[2]之後建模的order

參考：

1: Butterworth, Stephen. “On the theory of filter amplifiers.” Wireless Engineer 7.6 (1930): 536-541.
2: Russ, John C., et al. “The image processing handbook.” Computers in Physics 8.2 (1994): 177-178.

例子：

分別對灰度和彩色圖像應用高通和低通巴特沃斯濾波器：

>>> from skimage.data import camera, astronaut
>>> from skimage.filters import butterworth
>>> high_pass = butterworth(camera(), 0.07, True, 8)
>>> low_pass = butterworth(astronaut(), 0.01, False, 4, channel_axis=-1)

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.filters.butterworth。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：

注意：

參考：

例子：