使用scipy/numpy在python中進行圖像處理的高通濾鏡

Question

我正在學習圖像處理。在Scipy中，我知道Scipy.signal中有一箇中值濾波器。任何人都可以告訴我是否有一個類似於高通濾波器的濾波器？

謝謝

Answer 1

「高通濾波器」是一個非常通用的術語。有許多不同的「高通濾波器」可以完成不同的事情（例如，如前所述，邊緣檢測濾波器在技術上是高通濾波器（大多數實際上是帶通濾波器），但與您可能產生的效果截然不同）

無論如何，基於大多數問題，你應該看看scipy.ndimage而不是scipy.filter，尤其是如果你打算使用大圖像（ndimage can瓶坯操作就地，節約內存）。

作爲一個基本的例子，顯示了做事情的幾種不同的方式：

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() 

Answer 2

scipy.filter含有大量的通用過濾器。類似iirfilter類可以配置爲產生典型的Chebyshev或Buttworth數字或模擬高通濾波器。

Answer 3

一個簡單的高通濾波器是：

-1 -1 -1 
-1 8 -1 
-1 -1 -1 

Sobel operator的是另一種簡單的例子。

在圖像處理中，這些過濾器通常被稱爲「邊緣檢測器」 - the Wikipedia page在我上次檢查時確定。