本地二进制模式中的意外行为 - python skimage

Question

我最近运行遇到了 python skimage 中的局部二元模式方法产生意外结果的问题。

看看下面的卡通例子。它在单色背景上显示两个单色圆圈。

局部二进制模式（P=8 个样本，半径=1）输出为：

（图像以喷射颜色进行颜色编码）。灰色正确表示 255。但是，蓝色是 85（二进制 01010101）。

因此，虽然该方法正确地将背景和右边的圆圈显示为 255，但将左边的圆圈显示为 85。显然，skimage 中的局部二进制模式方法认为该区域完全嘈杂（因此交替二进制图案 01010101）。然而，这不是真的，因为我已经仔细检查了上面蓝色区域中的各个像素，它们的值是相同的（即它的纯色，就像纯色背景和其他纯色圈一样）。

有没有人遇到过类似的问题？

如果您想复制此代码，请使用以下代码：

from skimage.feature import local_binary_pattern
from skimage.color import rgb2gray
import matplotlib.pyplot as plt

img = plt.imread('circles.png')
img = rgb2gray(img)

lbp = local_binary_pattern(img, 8, 1, 'default')
plt.imshow(lbp, cmap='nipy_spectral')
plt.title('Standard lbp (8,1)')

Answer 1

我猜这个问题是由于数字错误造成的。使用

读取彩色图像时

img = plt.imread('circles.png')

你得到一个 float32 类型的数组，并在随后转换为灰度

img = skimage.color.rgb2gray(img)

生成的图像类型为 float64。

我建议你避免中间步骤。您可以从一开始就以双精度（即 float64）读取图像，如下所示：

In [63]: from skimage.feature import local_binary_pattern

In [64]: from skimage import io

In [65]: img = io.imread('circles.png', as_grey=True)

In [66]: img.dtype
Out[66]: dtype('float64')

In [67]: lbp = local_binary_pattern(img, 8, 1, 'default')

In [68]: io.imshow(lbp/255., cmap='nipy_spectral')
Out[68]: <matplotlib.image.AxesImage at 0x10bdd780>

本地二进制模式中的意外行为 - python skimage

Unexpected behavior in local binary pattern - python skimage

python

image-processing

scikit-image

lbph-algorithm