Python skimage.filters.rank.sum_bilateral用法及代碼示例

用法: skimage.filters.rank.sum_bilateral(image, footprint, out=None, mask=None, shift_x=False, shift_y=False, s0=10, s1=10)

應用平麵內核雙邊濾波器。

這是一個edge-preserving 和降噪降噪濾波器。它根據像素的空間接近度和輻射相似性對像素進行平均。

通過僅考慮由足跡(結構元素)給出的局部像素鄰域來測量空間接近度。

輻射相似度由灰度區間 [g-s0, g+s1] 定義，其中 g 是當前像素灰度。

隻有屬於足跡且在此間隔內具有灰度級的像素才會被求和。

請注意，根據輸入數組的數據類型，總和可能會溢出。

參數：

image：二維數組(uint8，uint16): 輸入圖像。
footprint：二維陣列: 鄰域表示為 1 和 0 的二維數組。
out：二維數組(與輸入相同的 dtype): 如果沒有，則分配一個新數組。
mask：ndarray: 定義包含在本地鄰域中的圖像的 (>0) 區域的掩碼數組。如果沒有，則使用完整的圖像(默認)。
shift_x, shift_y：int: 添加到封裝中心點的偏移量。 Shift 受限於封裝尺寸(中心必須在給定封裝內)。
s0, s1：int: 圍繞中心像素的灰度值定義 [s0, s1] 區間，以計算該值。

out：二維數組(與輸入圖像相同的 dtype): 輸出圖像。

其他參數：

selem：DEPRECATED: 已棄用以支持足跡。

例子：

>>> import numpy as np
>>> from skimage import data
>>> from skimage.morphology import disk
>>> from skimage.filters.rank import sum_bilateral
>>> img = data.camera().astype(np.uint16)
>>> bilat_img = sum_bilateral(img, disk(10), s0=10, s1=10)

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.rank.sum_bilateral。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：

其他參數：

例子：