本文提供許多的濾波方法，這些方法放在filters.rank子模塊內。

這些方法需要用戶自己設定濾波器的形狀和大小，因此需要導入morphology模塊來設定。

1、autolevel

這個詞在photoshop里面翻譯成自動色階，用局部直方圖來對圖片進行濾波分級。

該濾波器局部地拉伸灰度像素值的直方圖，以覆蓋整個像素值范圍。

格式：skimage.filters.rank.autolevel(image, selem）

selem表示結構化元素，用于設定濾波器。

from skimage import data,colorimport matplotlib.pyplot as pltfrom skimage.morphology import diskimport skimage.filters.rank as sfrimg =color.rgb2gray(data.lena())auto =sfr.autolevel(img, disk(5)) #半徑為5的圓形濾波器plt.figure('filters',figsize=(8,8))plt.subplot(121)plt.title('origin image')plt.imshow(img,plt.cm.gray)plt.subplot(122)plt.title('filted image')plt.imshow(auto,plt.cm.gray)

2、bottomhat 與 tophat

bottomhat: 此濾波器先計算圖像的形態學閉運算，然后用原圖像減去運算的結果值，有點像黑帽操作。

bottomhat: 此濾波器先計算圖像的形態學開運算，然后用原圖像減去運算的結果值，有點像白帽操作。

格式：

skimage.filters.rank.bottomhat(image, selem）

skimage.filters.rank.tophat(image, selem）

selem表示結構化元素，用于設定濾波器。

下面是bottomhat濾波的例子：

from skimage import data,colorimport matplotlib.pyplot as pltfrom skimage.morphology import diskimport skimage.filters.rank as sfrimg =color.rgb2gray(data.lena())auto =sfr.bottomhat(img, disk(5)) #半徑為5的圓形濾波器plt.figure('filters',figsize=(8,8))plt.subplot(121)plt.title('origin image')plt.imshow(img,plt.cm.gray)plt.subplot(122)plt.title('filted image')plt.imshow(auto,plt.cm.gray)

3、enhance_contrast

對比度增強。求出局部區域的最大值和最小值，然后看當前點像素值最接近最大值還是最小值，然后替換為最大值或最小值。

函數： enhance_contrast(image, selem）

selem表示結構化元素，用于設定濾波器。

from skimage import data,colorimport matplotlib.pyplot as pltfrom skimage.morphology import diskimport skimage.filters.rank as sfrimg =color.rgb2gray(data.lena())auto =sfr.enhance_contrast(img, disk(5)) #半徑為5的圓形濾波器plt.figure('filters',figsize=(8,8))plt.subplot(121)plt.title('origin image')plt.imshow(img,plt.cm.gray)plt.subplot(122)plt.title('filted image')plt.imshow(auto,plt.cm.gray)

4、entropy

求局部熵，熵是使用基為2的對數運算出來的。該函數將局部區域的灰度值分布進行二進制編碼，返回編碼的最小值。