skimage.data#
测试图像和数据集。
一套精选的通用和科学图像，用于测试、示例和文档。
新的数据集不再作为包的一部分包含在内，而是按需下载。要使数据离线可用，请使用 download_all()。
宇航员Eileen Collins的彩色图像。 |
|
生成包含多个圆形斑点状对象的合成二值图像。 |
|
来自北卡罗来纳大学体积渲染测试数据集的数据子集。 |
|
砖墙。 |
|
灰度“相机”图像。 |
|
切尔西这只猫。 |
|
悬浮在盐水中的细胞。 |
|
细胞的三维荧光显微镜图像。 |
|
棋盘图像。 |
|
切尔西这只猫。 |
|
运动模糊的时钟。 |
|
咖啡杯。 |
|
庞贝的希腊硬币。 |
|
色轮。 |
|
下载所有数据集以供离线使用 scikit-image。 |
|
一只金雕。 |
|
计算给定文件的哈希值。 |
|
草地。 |
|
碎石 |
|
一匹马的黑白剪影。 |
|
哈勃极深场。 |
|
人类细胞进行有丝分裂的图像。 |
|
免疫组织化学（IHC）染色与苏木精对比染色。 |
|
小鼠肾脏组织。 |
|
返回包含弱分类器级联的XML文件的路径。 |
|
来自LFW数据集的数据子集。 |
|
铃兰植物茎。 |
|
Scikit-image 标志，一个 RGBA 图像。 |
|
灰度“微动脉瘤”图像。 |
|
月球表面。 |
|
同步加速器X射线照相的图像序列，显示镍合金样品的快速固化过程。 |
|
扫描的页面。 |
|
返回显示 Vogt 栅栏的内脏组织图像序列。 |
|
带有荧光标记的显微镜图像序列，显示蛋白质从细胞质区域重新定位到核膜。 |
|
人眼视网膜。 |
|
SpaceX 的 Falcon 9 发射 DSCOVR 的照片。 |
|
Shepp Logan 幻影。 |
|
真皮和表皮（皮肤层）的显微镜图像。 |
|
带有地面真值视差的校正立体图像对。 |
|
用于角点检测的灰度“文本”图像。 |
|
来自第一次PIV挑战的案例B1图像对。 |
- skimage.data.astronaut()[源代码][源代码]#
宇航员Eileen Collins的彩色图像。
美国宇航员艾琳·柯林斯的相片。她于1992年被选为宇航员，并于1995年首次驾驶航天飞机STS-63。她在太空中总共度过了38天8小时10分钟后，于2006年退休。
这张图片是从NASA的Great Images数据库下载的 <https://flic.kr/p/r9qvLn>`__。
无已知版权限制，已进入公共领域。
- 返回:
- 宇航员(512, 512, 3) uint8 ndarray
宇航员图像。
- skimage.data.binary_blobs(length=512, blob_size_fraction=0.1, n_dim=2, volume_fraction=0.5, rng=None)[源代码][源代码]#
生成包含多个圆形斑点状对象的合成二值图像。
- 参数:
- 长度int, 可选
输出图像的线性尺寸。
- blob_size_fractionfloat, 可选
blob 的典型线性尺寸，作为
length的一部分，应小于 1。- n_dimint, 可选
输出图像的维度数量。
- 体积分数浮点数，默认值为 0.5
图像像素被斑点覆盖的比例（输出为1的地方）。应在 [0, 1] 范围内。
- rng : {
numpy.random.Generator, int}, 可选toctree是一个 reStructuredText 指令 ，这是一个非常多功能的标记。指令可以有参数、选项和内容。 伪随机数生成器。默认情况下，使用 PCG64 生成器（参见
numpy.random.default_rng()）。如果 rng 是整数，则用于为生成器设定种子。
- 返回:
- blobs布尔类型的 ndarray
输出二进制图像
示例
>>> from skimage import data >>> data.binary_blobs(length=5, blob_size_fraction=0.2) array([[ True, False, True, True, True], [ True, True, True, False, True], [False, True, False, True, True], [ True, False, False, True, True], [ True, False, False, False, True]]) >>> blobs = data.binary_blobs(length=256, blob_size_fraction=0.1) >>> # Finer structures >>> blobs = data.binary_blobs(length=256, blob_size_fraction=0.05) >>> # Blobs cover a smaller volume fraction of the image >>> blobs = data.binary_blobs(length=256, volume_fraction=0.3)
- skimage.data.brain()[源代码][源代码]#
来自北卡罗来纳大学体积渲染测试数据集的数据子集。
完整的数据集可在 [1] 获取。
- 返回:
- 图像(10, 256, 256) uint16 ndarray
注释
3D 体积由较大的体积中的 10 层组成。
参考文献
- skimage.data.brick()[源代码][源代码]#
砖墙。
- 返回:
- 砖块(512, 512) uint8 图像
一小段砖墙。
注释
原始图像从 CC0Textures 下载，并根据 Creative Commons CC0 许可证授权。
然后对图像应用了透视变换，在将其旋转90度、裁剪并缩放到最终图像之前。
- skimage.data.camera()[源代码][源代码]#
灰度“相机”图像。
可用于分段和去噪示例。
- 返回:
- 相机(512, 512) uint8 ndarray
相机图像。
注释
无版权限制。摄影师（Lav Varshney）采用CC0。
在 0.18 版本发生变更: 由于版权限制，此图片已被替换。更多信息，请参见 [1]。
参考文献
- skimage.data.cat()[源代码]#
切尔西这只猫。
一个包含纹理、水平和斜向的显著边缘，以及不同尺度的特征的示例。
- 返回:
- 切尔西(300, 451, 3) uint8 ndarray
切尔西图片。
注释
无版权限制。摄影师（Stefan van der Walt）采用CC0。
- skimage.data.cell()[源代码][源代码]#
悬浮在盐水中的细胞。
这是一张使用Python库``qpformat``从数字全息图中获取的定量相位图像。图像显示了一个相位值高于背景相位的细胞。
由于背景中存在带状图案伪影，这张图像是对阈值算法的一个很好的测试。像素间距为0.107微米。
这些数据是作为 [1] 的一部分，用于比较几种球形物体的折射率检索技术。
这张图片是CC0，献给公共领域。您可以复制、修改或分发它，无需请求许可。
- 返回:
- 单元格(660, 550) uint8 数组
细胞的图像。
参考文献
[1]Paul Müller, Mirjam Schürmann, Salvatore Girardo, Gheorghe Cojoc, 和 Jochen Guck. “定量相位成像中球形物体尺寸和折射率的准确评估.” 《光学快报》 26(8): 10729-10743 (2018). DOI:10.1364/OE.26.010729
- skimage.data.cells3d()[源代码][源代码]#
细胞的三维荧光显微镜图像。
返回的数据是一个三维多通道数组，维度按
(z, c, y, x)顺序排列。每个体素的尺寸为(0.29 0.26 0.26)微米。通道0包含细胞膜，通道1包含细胞核。- 返回:
- cells3d: (60, 2, 256, 256) uint16 ndarray
使用光学显微镜拍摄的细胞体积图像。
注释
这些数据由艾伦细胞科学研究所提供。
它在行和列维度上通过4倍的因子进行了下采样，以减少计算时间。
显微镜报告以下以微米为单位的体素间距：
原始体素大小为
(0.290, 0.065, 0.065)。缩放因子在每个维度上为
(1, 4, 4)。重新调整体素大小后为
(0.29 0.26 0.26)。
- skimage.data.checkerboard()[源代码][源代码]#
棋盘图像。
棋盘格常用于图像校准，因为角点易于定位。由于有许多平行边缘，它们也能很好地显示畸变。
- 返回:
- 棋盘(200, 200) uint8 ndarray
棋盘图像。
- skimage.data.chelsea()[源代码][源代码]#
切尔西这只猫。
一个包含纹理、水平和斜向的显著边缘，以及不同尺度的特征的示例。
- 返回:
- 切尔西(300, 451, 3) uint8 ndarray
切尔西图片。
注释
无版权限制。摄影师（Stefan van der Walt）采用CC0。
- skimage.data.clock()[源代码][源代码]#
运动模糊的时钟。
这张墙钟的照片是在相机沿大约水平方向移动时拍摄的。它可能用于说明逆滤波和去卷积。
由摄影师（Stefan van der Walt）发布到公共领域。
- 返回:
- 时钟(300, 400) uint8 ndarray
时钟图像。
- skimage.data.coffee()[源代码][源代码]#
咖啡杯。
这张照片由 Pikolo Espresso Bar 提供。它包含几个椭圆形形状以及不同的纹理（从光滑的瓷器到粗糙的木纹）。
- 返回:
- 咖啡(400, 600, 3) uint8 ndarray
咖啡图片。
注释
无版权限制。摄影师（Rachel Michetti）采用CC0。
- skimage.data.coins()[源代码][源代码]#
庞贝的希腊硬币。
这张图片显示了几枚硬币在灰色背景上的轮廓。这在例如分割测试中特别有用，其中需要识别背景上的单个物体。背景与硬币共享足够的灰度级别，以至于简单的分割是不够的。
- 返回:
- 硬币(303, 384) uint8 ndarray
硬币图像。
注释
这张图片从 布鲁克林博物馆收藏 下载。
无已知版权限制。
- skimage.data.download_all(directory=None)[源代码][源代码]#
下载所有数据集以供离线使用 scikit-image。
Scikit-image 数据集不再默认随库一起提供。这使我们能够使用更高质量的数据集，同时保持库的下载大小较小。
此功能需要安装可选依赖项 pooch 来下载完整数据集。请按照以下安装说明进行操作：
调用此函数以下载所有示例图像，使它们在您的机器上离线可用。
- 参数:
- 目录: 类路径, 可选
应存储数据集的目录。
- Raises:
- ModuleNotFoundError:
如果未安装 pooch，将会引发此错误。
注释
scikit-image 只会搜索存储在默认目录中的图像。只有在特定原因下希望将图像下载到自己的文件夹时，才指定目录。您可以通过检查变量
skimage.data.data_dir来访问默认数据目录的位置。
- skimage.data.eagle()[源代码][源代码]#
一只金雕。
适用于分割、霍夫变换和角点检测的示例。
- 返回:
- 鹰(2019, 1826) uint8 ndarray
鹰的图像。
注释
无版权限制。由摄影师（Dayane Machado）采用CC0。
- skimage.data.file_hash(fname, alg='sha256')[源代码][源代码]#
计算给定文件的哈希值。
用于检查文件是否已更改或损坏。
- 参数:
- fnamestr
文件的名称。
- algstr
哈希算法的类型
- 返回:
- 哈希str
文件的哈希值。
示例
>>> fname = "test-file-for-hash.txt" >>> with open(fname, "w") as f: ... __ = f.write("content of the file") >>> print(file_hash(fname)) 0fc74468e6a9a829f103d069aeb2bb4f8646bad58bf146bb0e3379b759ec4a00 >>> import os >>> os.remove(fname)
- skimage.data.grass()[源代码][源代码]#
草地。
- 返回:
- 草(512, 512) uint8 图像
一些草。
注释
原始图像从 DeviantArt 下载，并根据 Creative Commons CC0 许可证授权。
下载的图像被裁剪以包含左上角周围的
(512, 512)像素区域，转换为灰度，然后在以 PNG 格式保存结果之前转换为 uint8。
- skimage.data.gravel()[源代码][源代码]#
碎石
- 返回:
- 碎石(512, 512) uint8 图像
灰度碎石样本。
注释
原始图像从 CC0Textures 下载，并根据 Creative Commons CC0 许可证授权。
下载的图像随后被调整大小为
(1024, 1024)，然后裁剪了左上角的(512, 512)像素区域，在将图像转换为灰度和 uint8 数据类型之前。结果使用 PNG 格式保存。
- skimage.data.horse()[源代码][源代码]#
一匹马的黑白剪影。
这张图片是从 openclipart 下载的。
无版权限制。由所有者（Andreas Preuss (marauder)）授予CC0。
- 返回:
- 马(328, 400) 布尔型 ndarray
马的图像。
- skimage.data.hubble_deep_field()[源代码][源代码]#
哈勃极深场。
这张照片包含了哈勃望远镜迄今为止最远的一次宇宙观测。它可以作为多尺度检测的一个例子。
- 返回:
- hubble_deep_field(872, 1000, 3) uint8 ndarray
哈勃深场图像。
注释
这张图片是从 HubbleSite 下载的。
这张图片由NASA拍摄，可以在公共领域自由使用。
- skimage.data.human_mitosis()[源代码][源代码]#
人类细胞进行有丝分裂的图像。
- 返回:
- human_mitosis: (512, 512) uint8 ndarray
在准备手稿期间拍摄的人类细胞有丝分裂数据，参见 [1]。
注释
版权所有 David Root。根据 CC-0 许可 [2]。
参考文献
[1]Moffat J, Grueneberg DA, Yang X, Kim SY, Kloepfer AM, Hinkle G, Piqani B, Eisenhaure TM, Luo B, Grenier JK, Carpenter AE, Foo SY, Stewart SA, Stockwell BR, Hacohen N, Hahn WC, Lander ES, Sabatini DM, Root DE (2006) 一个用于人类和小鼠基因的慢病毒RNAi文库，应用于阵列病毒的高内容筛选。Cell, 124(6):1283-98 / :DOI: 10.1016/j.cell.2006.01.040 PMID 16564017
[2]GitHub 许可讨论 CellProfiler/examples#41
- skimage.data.immunohistochemistry()[源代码][源代码]#
免疫组织化学（IHC）染色与苏木精对比染色。
这张图片展示了结肠腺体，其中FHL2蛋白的免疫组化表达通过DAB显示。苏木精复染用于增强组织的阴性部分。
这张图片是在显微镜与分子成像中心（CMMI）获得的。
无已知版权限制。
- 返回:
- 免疫组织化学(512, 512, 3) uint8 ndarray
免疫组织化学图像。
- skimage.data.kidney()[源代码][源代码]#
小鼠肾脏组织。
这张在预处理载玻片上的生物组织通过共聚焦荧光显微镜（尼康C1倒置显微镜）成像。图像形状为 (16, 512, 512, 3)。即在X-Y方向上为512x512像素，Z方向上有16张图像切片，以及3个颜色通道（发射波长分别为450nm、515nm和605nm）。实空间体素大小在X-Y方向为1.24微米，Z方向为1.25微米。数据类型为无符号16位整数。
- 返回:
- 肾脏(16, 512, 512, 3) uint16 ndarray
肾脏 3D 多通道图像。
注释
这张图片由Genevieve Buckley于2018年在Monasoh Micro Imaging获得。许可证：CC0
- skimage.data.lbp_frontal_face_cascade_filename()[源代码][源代码]#
返回包含弱分类器级联的XML文件的路径。
这些分类器是使用LBP特征训练的。该文件是OpenCV仓库的一部分 [1]。
参考文献
[1]OpenCV lbpcascade 训练文件 opencv/opencv
- skimage.data.lfw_subset()[源代码][源代码]#
来自LFW数据集的数据子集。
此数据库是包含以下内容的LFW数据库的子集：
100 张脸
100 非人脸
完整的数据集可在 [2] 获取。
- 返回:
- 图像(200, 25, 25) uint8 ndarray
前100张图像是人脸，随后的100张是非人脸。
注释
这些面孔是从LFW数据集中随机选择的，而非面孔则从同一数据集的背景中提取。裁剪的感兴趣区域（ROI）已被调整为25 x 25像素。
参考文献
[1]Huang, G., Mattar, M., Lee, H., & Learned-Miller, E. G. (2012). 从头开始学习对齐。在神经信息处理系统进展中 (pp. 764-772).
- skimage.data.lily()[源代码][源代码]#
铃兰植物茎。
这个在预处理载玻片上的植物茎通过共聚焦荧光显微镜（Nikon C1 倒置显微镜）成像。图像形状为 (922, 922, 4)。即在 X-Y 方向上为 922x922 像素，具有 4 个颜色通道。实空间体素大小在 X-Y 方向上为 1.24 微米。数据类型为无符号 16 位整数。
- 返回:
- 百合(922, 922, 4) uint16 ndarray
Lily 2D 多通道图像。
注释
这张图片由Genevieve Buckley于2018年在Monasoh Micro Imaging获得。许可证：CC0
- skimage.data.logo()[源代码][源代码]#
Scikit-image 标志，一个 RGBA 图像。
- 返回:
- logo(500, 500, 4) uint8 ndarray
Logo 图片。
- skimage.data.microaneurysms()[源代码][源代码]#
灰度“微动脉瘤”图像。
视网膜图像的细节（绿色通道）。该图像是来自高分辨率眼底（HRF）图像数据库的图像07_dr.JPG的裁剪：https://www5.cs.fau.de/research/data/fundus-images/
- 返回:
- 微动脉瘤(102, 102) uint8 ndarray
带有病变的视网膜图像。
注释
无版权限制。由所有者（Andreas Maier）提供CC0。
参考文献
[1]Budai, A., Bock, R, Maier, A., Hornegger, J., Michelson, G. (2013). 视网膜图像中的鲁棒血管分割。生物医学影像国际期刊, 2013卷, 2013年. DOI:10.1155/2013/154860
- skimage.data.moon()[源代码][源代码]#
月球表面。
这张月球表面的低对比度图像有助于说明直方图均衡化和对比度拉伸。
- 返回:
- 月亮(512, 512) uint8 ndarray
月亮图像。
- skimage.data.nickel_solidification()[源代码][源代码]#
同步加速器X射线照相的图像序列，显示镍合金样品的快速固化过程。
- 返回:
- nickel_solidification: (11, 384, 512) uint16 ndarray
注释
请参阅 scikit-image/data/-/blob/master/README.md#data 下 nickel_solidification.tif 的信息。
- skimage.data.page()[源代码][源代码]#
扫描的页面。
这张印刷文本的图片对于需要不均匀背景照明的演示很有用。
- 返回:
- 页面(191, 384) uint8 ndarray
页面图像。
- skimage.data.palisades_of_vogt()[源代码][源代码]#
返回显示 Vogt 栅栏的内脏组织图像序列。
在人眼中，Vogt栅栏是角膜缘的正常特征，角膜缘是角膜和巩膜（即眼白）之间的边界。在图像序列中，由于参考镜上有灰尘，存在一些暗点。
- 返回:
- palisades_of_vogt: (60, 1440, 1440) uint16 ndarray
注释
请参阅 scikit-image/data/-/blob/master/README.md#data 下 in-vivo-cornea-spots.tif 的信息。
- skimage.data.protein_transport()[源代码][源代码]#
带有荧光标记的显微镜图像序列，显示蛋白质从细胞质区域重新定位到核膜。
- 返回:
- protein_transport: (15, 2, 180, 183) uint8 ndarray
注释
请参阅 NPCsingleNucleus.tif 在 scikit-image/data/-/blob/master/README.md#data 下的信息。
- skimage.data.retina()[源代码][源代码]#
人眼视网膜。
这张视网膜的图像对于需要圆形图像的演示很有用。
- 返回:
- 视网膜(1411, 1411, 3) uint8 ndarray
视网膜图像在RGB中。
注释
这张图片从 wikimedia 下载。该文件根据知识共享 CC0 1.0 通用公共领域贡献许可协议提供。
参考文献
[1]Häggström, Mikael (2014). “Mikael Häggström 2014 的医学图库”. WikiJournal of Medicine 1 (2). DOI:10.15347/wjm/2014.008. ISSN 2002-4436. 公共领域
- skimage.data.rocket()[源代码][源代码]#
SpaceX 的 Falcon 9 发射 DSCOVR 的照片。
这是Falcon 9搭载DSCOVR从佛罗里达州卡纳维拉尔角空军站的SpaceX发射场40号发射的照片。
- 返回:
- 火箭(427, 640, 3) uint8 ndarray
火箭图像。
注释
这张图片是从 SpaceX Photos 下载的。
这张图片由SpaceX拍摄，并`在公共领域发布 <http://arstechnica.com/tech-policy/2015/03/elon-musk-puts-spacex-photos-into-the-public-domain/>`_。
- skimage.data.shepp_logan_phantom()[源代码][源代码]#
Shepp Logan 幻影。
- 返回:
- phantom(400, 400) float64 图像
灰度下的Shepp-Logan模型图像。
参考文献
[1]L. A. Shepp and B. F. Logan, “The Fourier reconstruction of a head section,” in IEEE Transactions on Nuclear Science, vol. 21, no. 3, pp. 21-43, June 1974. DOI:10.1109/TNS.1974.6499235
- skimage.data.skin()[源代码][源代码]#
真皮和表皮（皮肤层）的显微镜图像。
苏木精和伊红染色的10倍放大正常表皮和真皮切片，显示一个良性的真皮内痣。
- 返回:
- 皮肤(960, 1280, 3) 的 uint8 RGB 图像
注释
此图像在首次调用时需要互联网连接，并且需要安装
pooch包，以便从 scikit-image 数据集仓库获取图像文件。这张图片的来源是 https://en.wikipedia.org/wiki/File:Normal_Epidermis_and_Dermis_with_Intradermal_Nevus_10x.JPG
该图像由其作者Kilbad发布于公共领域。
- skimage.data.stereo_motorcycle()[源代码][源代码]#
带有地面真值视差的校正立体图像对。
这两幅图像经过校正，使得左图像中的每个像素在右图像的同一扫描线上都有其对应的像素。这意味着两幅图像都被扭曲，使得它们具有相同的朝向但存在水平空间偏移（基线）。列方向上的真实像素偏移由包含的视差图指定。
这两张图像是Middlebury 2014立体基准测试的一部分。该数据集由Middlebury学院的Nera Nesic、Porter Westling、Xi Wang、York Kitajima、Greg Krathwohl和Daniel Scharstein创建。详细的采集过程描述可以在[Re12479cea6aa-1]_中找到。
此处包含的图像是基准测试中默认曝光图像的降采样版本。这些图像使用
skimage.transform.downscale_local_mean函数以4倍的因子进行降采样。以下校准数据和包含的真实视差图对降采样图像有效:Focal length: 994.978px Principal point x: 311.193px Principal point y: 254.877px Principal point dx: 31.086px Baseline: 193.001mm
- 返回:
- img_left(500, 741, 3) uint8 ndarray
左立体图像。
- img_right(500, 741, 3) uint8 ndarray
右立体图像。
- disp(500, 741, 3) float ndarray
地面实况视差图，其中每个值描述了左右立体图像中相应像素在列方向上的偏移量。例如，
img_left[10, 10 + disp[10, 10]]对应的像素是img_right[10, 10]。NaN 表示左图像中没有地面实况的像素。
注释
原始分辨率图像、不同曝光和光照的图像以及地面实况深度图可以在Middlebury网站上找到 [2]。
参考文献
[1]D. Scharstein, H. Hirschmueller, Y. Kitajima, G. Krathwohl, N. Nesic, X. Wang, and P. Westling. High-resolution stereo datasets with subpixel-accurate ground truth. In German Conference on Pattern Recognition (GCPR 2014), Muenster, Germany, September 2014.
- skimage.data.text()[源代码][源代码]#
用于角点检测的灰度“文本”图像。
- 返回:
- 文本(172, 448) uint8 ndarray
文本图像。
注释
这张图片是从维基百科下载的 <https://en.wikipedia.org/wiki/File:Corner.png>`__。
无已知版权限制，已进入公共领域。
- skimage.data.vortex()[源代码][源代码]#
来自第一次PIV挑战的案例B1图像对。
- 返回:
- image0, image1(512, 512) 灰度图像
一对展示合成运动粒子的图像。
注释
这张图片由其作者冈本浩二教授以CC0许可发布，感谢负责维护PIV挑战网站的坂北纯教授。
参考文献
[1]粒子图像测速 (PIV) 挑战网站 http://pivchallenge.org
[2]1st PIV 挑战案例 B: http://pivchallenge.org/pub/index.html#b