我最近遇到了问题，python skimage 中的本地二进制模式方法产生了意外的结果。
看看下面的卡通例子。它在平坦的彩色背景上显示两个平坦的彩色圆圈。
本地二进制模式(P=8 个样本，半径=1)输出为:
(图像以 jet 颜色进行颜色编码)。灰色正确代表 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侧的圆圈显示为 255，但它却将左侧的圆圈显示为 85。显然，skimage 中的局部二值模式方法认为该区域完全有噪声(因此交替二值模式 01010101 )。然而，事实并非如此，因为我已经仔细检查了上面以蓝色显示的区域中的各个像素，并且它们的值是相同的(即其平面颜色，就像平面颜色背景和其他平面色环一样)。
有人遇到过类似的问题吗？
如果您想复制此内容，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)')
最佳答案
我猜这个问题是由于数字错误造成的。当使用
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)
生成的图像的类型为float64。
我建议您避免中间步骤。您可以从一开始就以 double (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>
关于python - 本地二进制模式中的意外行为 - python skimage，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42322400/