python - 使用 scipy/numpy 在 python 中进行图像处理的高通滤波器

Question

我目前正在学习图像处理。在 Scipy 中，我知道 Scipy.signal 中有一个中值滤波器。谁能告诉我是否有一种类似于高通滤波器的滤波器？

谢谢

Answer 1

“高通滤波器”是一个非常通用的术语。有无数种不同的“高通滤波器”可以做非常不同的事情(例如，边缘检测滤波器，如前所述，在技术上是高通(大多数实际上是带通)滤波器，但与您可能的效果非常不同记住了。)

无论如何，根据您提出的大部分问题，您或许应该研究一下 scipy.ndimage而不是 scipy.filter，尤其是当您要处理大图像时(ndimage 可以就地执行操作，节省内存)。

作为一个基本示例，展示几种不同的做事方式:

import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage
import Image

def plot(data, title):
    plot.i += 1
    plt.subplot(2,2,plot.i)
    plt.imshow(data)
    plt.gray()
    plt.title(title)
plot.i = 0

# Load the data...
im = Image.open('lena.png')
data = np.array(im, dtype=float)
plot(data, 'Original')

# A very simple and very narrow highpass filter
kernel = np.array([[-1, -1, -1],
                   [-1,  8, -1],
                   [-1, -1, -1]])
highpass_3x3 = ndimage.convolve(data, kernel)
plot(highpass_3x3, 'Simple 3x3 Highpass')

# A slightly "wider", but sill very simple highpass filter 
kernel = np.array([[-1, -1, -1, -1, -1],
                   [-1,  1,  2,  1, -1],
                   [-1,  2,  4,  2, -1],
                   [-1,  1,  2,  1, -1],
                   [-1, -1, -1, -1, -1]])
highpass_5x5 = ndimage.convolve(data, kernel)
plot(highpass_5x5, 'Simple 5x5 Highpass')

# Another way of making a highpass filter is to simply subtract a lowpass
# filtered image from the original. Here, we'll use a simple gaussian filter
# to "blur" (i.e. a lowpass filter) the original.
lowpass = ndimage.gaussian_filter(data, 3)
gauss_highpass = data - lowpass
plot(gauss_highpass, r'Gaussian Highpass, $\sigma = 3 pixels$')

plt.show()