使灰度滤镜适应RGB图像

有许多滤镜是为处理灰度图像而非彩色图像而设计的。为了简化创建能够适应RGB图像的函数的过程，SCRICIT-IMAGE提供了 adapt_rgb 装饰师。

要实际使用 adapt_rgb 装饰者，您必须决定如何调整RGB图像以使用灰度滤镜。有两个预定义的处理程序：

each_channel

将每个RGB通道逐个传递给滤镜，并将结果缝合回RGB图像。

hsv_value

将RGB图像转换为HSV并将值通道传递给滤镜。过滤后的结果被插入回HSV图像中，并转换回RGB。

下面，我们演示如何使用 adapt_rgb 在几个灰度滤镜上：

from skimage.color.adapt_rgb import adapt_rgb, each_channel, hsv_value
from skimage import filters


@adapt_rgb(each_channel)
def sobel_each(image):
    return filters.sobel(image)


@adapt_rgb(hsv_value)
def sobel_hsv(image):
    return filters.sobel(image)

我们可以像平时一样使用这些函数，但现在它们既可以处理灰度图像，也可以处理彩色图像。让我们用彩色图像绘制结果：

from skimage import data
from skimage.exposure import rescale_intensity
import matplotlib.pyplot as plt

image = data.astronaut()

fig, (ax_each, ax_hsv) = plt.subplots(ncols=2, figsize=(14, 7))

# We use 1 - sobel_each(image) but this won't work if image is not normalized
ax_each.imshow(rescale_intensity(1 - sobel_each(image)))
ax_each.set_xticks([]), ax_each.set_yticks([])
ax_each.set_title("Sobel filter computed\n on individual RGB channels")

# We use 1 - sobel_hsv(image) but this won't work if image is not normalized
ax_hsv.imshow(rescale_intensity(1 - sobel_hsv(image)))
ax_hsv.set_xticks([]), ax_hsv.set_yticks([])
ax_hsv.set_title("Sobel filter computed\n on (V)alue converted image (HSV)")

输出：

Text(0.5, 1.0, 'Sobel filter computed\n on (V)alue converted image (HSV)')

请注意，值过滤图像的结果保留了原始图像的颜色，但通道过滤图像以更令人惊讶的方式组合在一起。在其他常见情况下，例如平滑，通道过滤图像将产生比值过滤图像更好的结果。

您还可以为创建自己的处理程序函数 adapt_rgb 。为此，只需创建一个具有以下签名的函数：

def handler(image_filter, image, *args, **kwargs):
    # Manipulate RGB image here...
    image = image_filter(image, *args, **kwargs)
    # Manipulate filtered image here...
    return image

请注意， adapt_rgb 处理程序是为图像是第一个参数的筛选器编写的。

作为一个非常简单的示例，我们只需将任何RGB图像转换为灰度，然后返回过滤结果：

from skimage.color import rgb2gray


def as_gray(image_filter, image, *args, **kwargs):
    gray_image = rgb2gray(image)
    return image_filter(gray_image, *args, **kwargs)

创建使用以下内容的签名非常重要 *args 和 **kwargs 将参数传递给筛选器，以便允许修饰函数具有任意数量的位置参数和关键字参数。

最后，我们可以将该处理程序用于 adapt_rgb 就像以前一样：

@adapt_rgb(as_gray)
def sobel_gray(image):
    return filters.sobel(image)


fig, ax = plt.subplots(ncols=1, nrows=1, figsize=(7, 7))

# We use 1 - sobel_gray(image) but this won't work if image is not normalized
ax.imshow(rescale_intensity(1 - sobel_gray(image)), cmap=plt.cm.gray)
ax.set_xticks([]), ax.set_yticks([])
ax.set_title("Sobel filter computed\n on the converted grayscale image")

plt.show()

备注

对阵列形状的非常简单的检查用于检测RGB图像，因此 adapt_rgb 不建议用于支持非RGB空间中的3D体积或彩色图像的功能。