使用scikit-image进行图像滤波？

Question

我之前用的是Matlab，现在想转到Python，但在Python/skimage中还有几个基本操作我还没搞明白：

1. 我怎么才能把用户自己生成的线性滤波器（一个小的二维数组）应用到一张图片上？我可以用scipy.ndimage.convolve做到这一点，但在skimage中有没有类似的方法呢？

2. 在Matlab中，图像过滤的结果总是和输入的数字类型相同，无论是uint8还是float。skimage也是这样吗？

3. skimage里面有没有模糊去锐化的功能？（我在PIL里找到了一个模糊去锐化的滤波器，但用起来有点麻烦，因为PIL用的是自己的Image类，而不是ndarray）。

4. 有没有什么方法，类似于Matlab的“colfilt”，让用户可以对图像应用非线性滤波？这个想法是用户提供一个函数，这个函数从一个3x3的数组中产生一个数字；然后这个函数就可以作为空间滤波器应用到整张图片上。

Answer 1

我怎么才能把用户自己生成的线性滤波器（用一个小的二维数组表示）应用到一张图片上呢？我可以用scipy.ndimage.convolve来做到这一点，但在skimage中有没有类似的方法？

scikit-image（以及其他scikit项目）的目标是扩展scipy的功能。一般来说，小一些、专注的项目发展得比大项目快。它尽量不重复已有的功能，只有在能改进这些功能时才会重复。

在Matlab中，图像滤波总是返回与输入相同的数值类型，无论是uint8还是float。skimage的表现也是这样吗？

不，skimage并没有这样的保证。有时候，转换成单一类型会更高效。（有时候，这只是因为时间或人力不足。）这里有一些相关的文档：

http://scikit-image.org/docs/0.9.x/user_guide/data_types.html#output-types

如果你需要某种特定类型，像img_as_float和img_as_ubyte这样的方便方法可以用来转换图像（它们会检查输入类型是否是你想要的类型，这样你就不会浪费时间进行不必要的转换）。

skimage中有没有包含锐化掩模的功能？（我在PIL中找到了一个锐化掩模滤波器，但那有点麻烦，因为PIL使用的是自己的Image类，而不是ndarrays）。

我不知道有没有，但你可以自己实现。像下面这样的代码就可以工作：

from skimage import data
from skimage import filter
from skimage import img_as_float
import matplotlib.pyplot as plt


unsharp_strength = 0.8
blur_size = 8  # Standard deviation in pixels.

# Convert to float so that negatives don't cause problems
image = img_as_float(data.camera())
blurred = filter.gaussian_filter(image, blur_size)
highpass = image - unsharp_strength * blurred
sharp = image + highpass


fig, axes = plt.subplots(ncols=2)
axes[0].imshow(image, vmin=0, vmax=1)
axes[1].imshow(sharp, vmin=0, vmax=1)
plt.show()

不过，锐化掩模的实现方式有很多。

有没有类似于Matlab的“colfilt”的方法，用户可以用它对图像应用非线性滤波？这个想法是用户提供一个函数，这个函数从一个3x3的数组中生成一个单一的数字；然后这个函数作为空间滤波器应用到整张图像上。

在scikit-image中没有这样的功能，但在scipy.ndimage中有通用的滤波能力：

https://docs.scipy.org/doc/scipy-0.19.0/reference/generated/scipy.ndimage.generic_filter.html