scikit-image 0.12.3 (2016-03-08)#

我们很高兴地宣布 scikit-image v0.12.3 的发布！

scikit-image 是一个为 SciPy 提供的图像处理工具箱，包含了用于分割、几何变换、色彩空间操作、分析、滤波、形态学、特征检测等的算法。

更多信息、示例和文档，请访问我们的网站：

http://scikit-image.org

以及我们的示例画廊

http://scikit-image.org/docs/dev/auto_examples/

亮点与新功能#

在这个版本中，我们合并了超过200个包含错误修复、清理、改进文档和新增功能的拉取请求。亮点包括：

3D 骨架化 (#1923)
使用 dask 的并行化框架：skimage.util.apply_parallel (#1493)
拉普拉斯算子 filters.laplace (#1763)
带有圆角斑点的合成 2-D 和 3-D 二进制数据 (#1485)
imageio 库的插件 (#1575)
修复算法 (#1804)
measure.label 的背景像素新处理方式：默认情况下，0值像素被视为背景，背景像素的标签为0。
对 skimage.measure.regionprops 的 3-D 图像的部分支持 (#1505)
用于纹理分类的多块局部二值模式 (MB-LBP) (#1536)
无缝雕刻（无失真调整大小）(#1459)
简单的图像比较指标（PSNR，NRMSE）(#1897)
基于区域边界的区域邻接图 (RAG) (#1495)
从标签图像构建RAG (#1826)
morphology.remove_small_holes 现在补充了 morphology.remove_small_objects (#1689)
更快的 morphology.skeletonize 的 Cython 实现
在 restoration.denoise_tv_chambolle 和 feature.peak_local_max 中更合适的默认权重
修复了 measure.regionprops 中欧拉特性计算的错误。
将默认色图从 jet 替换为 viridis
color.gray2rgb 的 Alpha 层支持
结构相似性度量 (measure.compare_ssim) 现在是 n 维的，并且支持颜色通道。
我们修复了 segmentation.watershed 中与平台区域错误传播相关的问题

文档：

示例画廊的新组织结构
更频繁的（自动化的）在线文档更新

API 变更#

equalize_adapthist 现在接受一个 kernel_size 关键字参数，取代了 ntiles_* 参数。
函数 blob_dog、blob_log 和 blob_doh 现在返回浮点数数组，而不是整数数组。
transform.integrate 现在接受元组列表而不是整数来定义要积分的窗口。
skimage.transform.warp 中的 reverse_map 参数已被移除。
skimage.segmentation.slic 中的 enforce_connectivity 默认值为 True。
skimage.measure.fit.BaseModel._params, skimage.transform.ProjectiveTransform._matrix, skimage.transform.PolynomialTransform._params, skimage.transform.PiecewiseAffineTransform.affines_* 属性已被移除。
skimage.filters.denoise_* 已迁移到 skimage.restoration.denoise_*。

弃用#

filters.gaussian_filter 已更名为 filters.gaussian
filters.gabor_filter 已更名为 filters.gabor
restoration.nl_means_denoising 已重命名为 restoration.denoise_nl_means
measure.LineModel 已被弃用，取而代之的是 measure.LineModelND
measure.structural_similarity 已重命名为 measure.compare_ssim
data.lena 已被弃用，画廊示例改为使用 data.astronaut() 图片。

此版本的贡献者#

（按姓氏字母顺序排列）