使用 skimage 与 open-cv 的图像的渐变和拉普拉斯-解网

问：

我使用 skimage 和 cv2 将图像的垂直和水平渐变以及拉普拉斯渐变与以下代码进行比较：

import sys
import matplotlib.pyplot as plt
from matplotlib.image import imread
import skimage
import cv2

def plot(ax, img, title):
    ax.imshow(img) # cmap = 'gray'
    ax.set_title(title)
    ax.set_xticks([])
    ax.set_yticks([])

img = imread("./strawberry.jpg")
laplacian = cv2.Laplacian(img,cv2.CV_32F)
sobelx = cv2.Sobel(img,cv2.CV_32F,1,0,ksize=3)
sobely = cv2.Sobel(img,cv2.CV_32F,0,1,ksize=3)

fig1 = plt.figure(figsize=(10, 10))
fig1.suptitle('cv2', fontsize=14, fontweight='bold')
ax = fig1.add_subplot(221)
plot(ax, img, 'Original')
ax = fig1.add_subplot(222)
plot(ax, laplacian, 'Laplacian')
ax = fig1.add_subplot(223)
plot(ax, sobelx, 'Sobel X')
ax = fig1.add_subplot(224)
plot(ax, sobely, 'Sobel Y')
fig1.set_tight_layout(True)

laplacian = skimage.filters.laplace(img,ksize=5)
sobelx = skimage.filters.sobel(img, axis=0)
sobely = skimage.filters.sobel(img, axis=1)

fig2 = plt.figure(figsize=(10, 10))
fig2.suptitle('skimage', fontsize=14, fontweight='bold')
ax = fig2.add_subplot(221)
plot(ax, img, 'Original')
ax = fig2.add_subplot(222)
plot(ax, laplacian, 'Laplacian')
ax = fig2.add_subplot(223)
plot(ax, sobelx, 'Sobel X')
ax = fig2.add_subplot(224)
plot(ax, sobely, 'Sobel Y')
fig2.set_tight_layout(True)

plt.show()

结果如下：

所以，它们是截然不同的。即使内核会有所不同，我也不会期望会有这样的差异。我的脚本中遗漏了什么吗？

蟒蛇 opencv matplotlib scikit-image 拉普拉斯语

事实上，数据类型起着一定的作用。cv2 似乎在内部将 img 从 uint8 提升到 float32，而 skimage 没有，我必须手动完成，即使用 img = img.astype（float） for skimage，我得到的渐变大致相同的图片。奇怪的是，如果我将像素值转换为 cv2 的浮点数，cv2 会拒绝计算梯度和拉普拉斯。

0赞 Christoph Rackwitz 11/16/2023

之所以会发生所谓的“内部升级”，是因为您传递了结果类型参数。拉普拉斯函数和 Sobel 函数都应该接受单个浮点数。我不知道他们是否会接受双浮动。实际拒绝将导致断言失败和回溯。CV_32F

答：

0赞 user11634 11/17/2023 #1

我发布的代码有两个问题。

首先，skimage 的拉普拉斯滤镜仅适用于灰度图像，不适用于彩色图像。对于改编，我遵循了将灰度滤镜调整为 RGB 图像，因此我们应该有

from skimage.color.adapt_rgb import adapt_rgb, each_channel

@adapt_rgb(each_channel)
def skimage_filters_laplace(img, ksize):
    return skimage.filters.laplace(img, ksize)

然后

laplacian = skimage_filters_laplace(img,ksize=3)

二是存在规模问题;如果我正确地将 cv2 的输出重新调整为 [0,1]，那就没问题了。我发现使用的例子，似乎使用 matplotlib 渲染用 cv2 分析的图像会带来麻烦。cv2.Sobel()cv2.imshow()

上一个：使用同形异义词将椭圆投影到圆上

下一个：Python 中使用 cv2/skimage 进行分水岭分割（灰度图像）

使用 skimage 与 open-cv 的图像的渐变和拉普拉斯

Gradients and Laplacian of an image using skimage vs. open-cv

评论