python - 为什么高斯滤波器在 cv2 和 skimage 之间不同？

Question

我有一张图像，我将高斯模糊应用于同时使用 cv2.GaussianBlur 和 skimage.gaussian_filter 库，但我得到的结果截然不同。我很好奇为什么，以及如何使 skimage 看起来更像 cv2。我知道 skimage.gaussian_filter 是 scipy.scipy.ndimage.filters.gaussian_filter 的包装器。为了清楚地陈述问题，为什么这两个功能不同以及如何使它们更相似？

这是我的测试图片:

这是 cv2 版本(看起来比较模糊):

这是 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 并且过滤器的大小足够大，应该不会有什么不同。 Imagemagick covnert -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

如果有人对如何使 skimage.gaussian_filter() 与 Matlab 的等效 imgaussfilt() 相匹配(我发现这个问题的原因)感到好奇，请将参数“truncate=2”传递给 skimage.gaussian_filter()。 skimage 和 Matlab 都将内核大小计算为 sigma 的函数。 Matlab 的默认值是 2。Skimage 的默认值是 4，导致默认情况下内核大得多。