对于静态sigma值，可以轻松地在图像上运行高斯滤波器:
scipy.ndimage.gaussian_filter(input, sigma)
对于每个像素值不同的sigma值，如何实现呢？例如，我可能有一个与该大小相同的另一个NumPy数组，指示每个像素使用什么sigma。
使用NumPy进行自适应高斯滤波
3
- Jachym
2
你可能没有ndimage中的这个实现。DIPlib有一个实现，或者你可以自己编写一个。你有几个不同的sigma值，还是有很多不同的值？我问这个是因为对于少数sigma的情况有一种快捷方式。 - undefined
请求是对每个像素进行不同的模糊处理。还有另一张“图像”，它说明了每个像素应该被模糊多少。我会尝试使用DIPlib - 谢谢@CrisLuengo - undefined
1个回答
0
我不知道在OpenCV、scipy.ndimage或者scikit-image中有自适应高斯滤波器的实现。DIPlib确实有这样的滤波器（声明：我是其中的作者）。你可以通过pip install diplib来安装它。
下面是你如何使用自适应高斯滤波器，只需改变内核的大小（这个函数还可以旋转一个拉长的高斯图像，非常好玩，我建议你尝试一下！）。
import diplib as dip
img = dip.ImageRead('examples/trui.ics')
# We need an image that indicates the kernel orientation for each pixel,
# we just set this to 0
orientation = img.Similar('SFLOAT')
orientation.Fill(0)
# We need an image that indicates the kernel size for each pixel,
# this is your NumPy array
scale = dip.CreateRadiusCoordinate(img.Sizes()) / 200
# This is the function. Kernel sizes in the `scale` image are multiplied
# by the sigmas given here
out = dip.AdaptiveGauss(img, [orientation, scale], sigmas=[5,5])
dip.ImageWrite(img,'so_in.jpg')
dip.ImageWrite(out,'so_out.jpg')
请注意，Python绑定到DIPlib的图像对象与NumPy数组兼容。
- Cris Luengo
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接