为什么高斯滤波器在cv2和skipage之间是不同的？

Question

我得到了一个图像，我应用高斯模糊来同时使用cv2.GaussianBlur和skimage.gaussian_filter库，但得到的结果却大不相同。我很好奇为什么，以及怎样才能使skimage看起来更像cv2。我知道skimage.gaussian_filter是scipy.scipy.ndimage.filters.gaussian_filter的包装。为了清楚地说明这个问题，为什么这两个功能不同，可以做些什么使它们更相似？

这是我的测试图像：

这里是cv2版本（看起来更模糊）：

这里是skimage/scipy版本（看起来更清晰）：

详细信息：

skimage_response = skimage.filters.gaussian_filter(im, 2, multichannel=True, mode='reflect')

cv2_response = cv2.GaussianBlur(im, (33, 33), 2)

所以sigma=2，过滤器的大小足够大，不应该有什么区别。Imagemagickcovnert -gaussian-blur 0x2在视觉上与cv2一致。

版本：cv2=2.4.10，skimage=0.11.3，scipy=0.13.3

Answer 1

两者相等：

gau_img = cv2.GaussianBlur(img, (5,5), 10.0) # 5*5 kernal, 2 on each side. 2 = 1/5 * 10 = 1/5 * sigma
gau_img = skimage.filters.gaussian(img, sigma=10, truncate=1/5)

整个高斯核仅由sigma定义。但是你用高斯核的哪个部分来模糊图像是由truncate（在skimage中）或ksize（在opencv中）定义的。

Answer 2

如果有人想知道如何使skimage.gaussian_filter（）与Matlab的等效imgaussfilt（）匹配（我找到这个问题的原因），请将参数“truncate=2”传递给skimage.gaussian_filter（）。sklimage和Matlab都根据sigma计算内核大小。Matlab的默认值是2。skipage的默认值是4，默认情况下会产生一个大得多的内核。

Answer 3

对于GaussianBlur，您使用的是一个相当大的内核（size=33），这会导致很多平滑。平滑将很大程度上取决于您的内核大小。使用参数，每个新像素值在33*33像素的“窗口”中“平均”。

可以在这里找到cv2.GaussianBlur的定义 http://docs.opencv.org/3.1.0/d4/d13/tutorial_py_filtering.html#gsc.tab=0

相比之下，skipage.filters.gaussian似乎在较小的内核上工作。在skimage中，“size”是由sigma定义的，它与这里描述的内核大小相关：https://en.wikipedia.org/wiki/Gaussian_filter

定义可以在这里找到：http://scikit-image.org/docs/dev/api/skimage.filters.html#skimage.filters.gaussian

为了得到相应的结果，您必须使用一个更小的OpenCV内核。

此外，对于这两个库，我强烈建议使用最新的库版本。