`skimage.data`#

範例圖片與資料集。

一組精選的通用和科學影像，用於測試、範例和文件。

較新的資料集不再包含在套件中，而是按需下載。若要離線使用資料，請使用 download_all()。

`astronaut`	太空人 Eileen Collins 的彩色影像。
`binary_blobs`	產生具有多個圓形斑點狀物件的合成二值影像。
`brain`	來自北卡羅萊納大學體積渲染測試資料集的部分資料。
`brick`	磚牆。
`camera`	灰階「相機」影像。
`cat`	貓 Chelsea。
`cell`	漂浮在鹽水中的細胞。
`cells3d`	細胞的 3D 螢光顯微鏡影像。
`checkerboard`	西洋棋盤影像。
`chelsea`	貓 Chelsea。
`clock`	動態模糊的時鐘。
`coffee`	咖啡杯。
`coins`	來自龐貝的希臘硬幣。
`colorwheel`	色輪。
`download_all`	下載所有資料集以用於 scikit-image 離線使用。
`eagle`	金雕。
`file_hash`	計算指定檔案的雜湊值。
`grass`	草。
`gravel`	礫石
`horse`	馬的黑白輪廓。
`hubble_deep_field`	哈伯極深空。
`human_mitosis`	正在進行有絲分裂的人類細胞影像。
`immunohistochemistry`	用蘇木素複染的免疫組織化學 (IHC) 染色。
`kidney`	老鼠腎臟組織。
`lbp_frontal_face_cascade_filename`	傳回包含弱分類器級聯的 XML 檔案路徑。
`lfw_subset`	來自 LFW 資料集的部分資料。
`lily`	鈴蘭植物莖。
`logo`	Scikit-image 標誌，一個 RGBA 影像。
`microaneurysms`	灰階「微動脈瘤」影像。
`moon`	月球表面。
`nickel_solidification`	同步加速器 X 光影像序列，顯示鎳合金樣本的快速凝固。
`page`	掃描的頁面。
`palisades_of_vogt`	傳回顯示 Vogt 柵欄的活體組織影像序列。
`protein_transport`	顯微鏡影像序列，其中蛋白質從細胞質區域重新定位到核膜的螢光標記。
`retina`	人類視網膜。
`rocket`	SpaceX 在獵鷹 9 號上發射 DSCOVR 的照片。
`shepp_logan_phantom`	Shepp Logan 幻影。
`skin`	真皮和表皮（皮膚層）的顯微鏡影像。
`stereo_motorcycle`	具有真實視差的校正立體影像對。
`text`	用於角點偵測的灰階「文字」影像。
`vortex`	來自第一個 PIV 挑戰的案例 B1 影像對。

skimage.data.astronaut()[原始碼]#

太空人 Eileen Collins 的彩色影像。

美國太空人 Eileen Collins 的照片。她於 1992 年被選為太空人，並於 1995 年首次駕駛太空梭 STS-63。她於 2006 年退休，在太空中總共度過了 38 天 8 小時 10 分鐘。

此影像從 NASA Great Images 資料庫下載 <https://flic.kr/p/r9qvLn>`__。

沒有已知的版權限制，已釋放到公共領域。

傳回:

astronaut(512, 512, 3) uint8 ndarray: 太空人影像。

來自影像的 Gabor / 初級視覺皮層「簡單細胞」

skimage.data.binary_blobs(length=512, blob_size_fraction=0.1, n_dim=2, volume_fraction=0.5, rng=None)[原始碼]#

產生具有多個圓形斑點狀物件的合成二值影像。

參數:

lengthint，可選: 輸出影像的線性大小。
blob_size_fractionfloat，可選: 斑點的典型線性大小，為 length 的分數，應小於 1。
n_dimint，可選: 輸出影像的維度數。
volume_fractionfloat，預設值 0.5: 由斑點覆蓋的影像像素分數（其中輸出為 1）。應在 [0, 1] 之間。
rng{numpy.random.Generator, int}，可選: 虛擬亂數產生器。預設情況下，使用 PCG64 產生器（請參閱 numpy.random.default_rng()）。如果 rng 為 int，則會使用它來設定產生器的種子。

傳回:

blobs布林值的 ndarray: 輸出二值影像

範例

>>> 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()[原始碼]#

來自北卡羅萊納大學體積渲染測試資料集的部分資料。

完整的資料集可在 [1] 找到。

傳回:

image(10, 256, 256) uint16 ndarray

注意事項

3D 體積由較大體積的 10 個圖層組成。

參考文獻

[1]

https://graphics.stanford.edu/data/voldata/

局部直方圖等化

等級濾波器

skimage.data.brick()[原始碼]#

磚牆。

傳回:

brick(512, 512) uint8 影像: 一小段磚牆。

注意事項

原始影像從 CC0Textures 下載，並根據 Creative Commons CC0 許可證授權。

在將影像旋轉 90 度、裁剪和縮放以取得最終影像之前，先對影像套用透視轉換。

通用影像

用於紋理分類的 Gabor 濾波器組

用於紋理分類的局部二值模式

skimage.data.camera()[原始碼]#

灰階「相機」影像。

可用於分割和去噪範例。

傳回:

camera(512, 512) uint8 ndarray: 相機影像。

注意事項

沒有版權限制。由攝影師 (Lav Varshney) 提供的 CC0。

在 0.18 版中變更：此影像因版權限制而遭取代。如需更多資訊，請參閱 [1]。

參考文獻

[1]

scikit-image/scikit-image#3927

skimage.data.cat()[原始碼]#

貓 Chelsea。

一個具有紋理、水平和對角方向明顯邊緣以及不同尺度特徵的範例。

傳回:

chelsea(300, 451, 3) uint8 ndarray: Chelsea 影像。

注意事項

無版權限制。攝影師（Stefan van der Walt）採用 CC0 授權。

通用影像

在影像上渲染文字

skimage.data.cell()[原始碼]#

漂浮在鹽水中的細胞。

這是一個使用 Python 函式庫 qpformat 從數位全像圖中檢索出的定量相位影像。該影像顯示了一個具有高相位值的細胞，高於背景相位。

由於背景中存在條帶狀偽影，此影像非常適合測試閾值演算法。像素間距為 0.107 µm。

這些數據是球形物體多種折射率檢索技術之間比較的一部分，作為 [1] 的一部分。

此影像為 CC0 授權，獻給公共領域。您可以複製、修改或分發它，無需徵求許可。

傳回:

cell(660, 550) uint8 陣列: 細胞影像。

參考文獻

[1]

Paul Müller, Mirjam Schürmann, Salvatore Girardo, Gheorghe Cojoc, and Jochen Guck. “Accurate evaluation of size and refractive index for spherical objects in quantitative phase imaging.” Optics Express 26(8): 10729-10743 (2018). DOI:10.1364/OE.26.010729

李閾值處理

skimage.data.cells3d()[原始碼]#

細胞的 3D 螢光顯微鏡影像。

返回的數據是一個 3D 多通道陣列，其維度按 (z, c, y, x) 順序提供。每個體素的大小為 (0.29 0.26 0.26) 微米。通道 0 包含細胞膜，通道 1 包含細胞核。

傳回:

cells3d: (60, 2, 256, 256) uint16 ndarray: 使用光學顯微鏡拍攝的細胞體積影像。

注意事項

此數據由艾倫細胞科學研究所提供。

它在行和列維度上被縮減了 4 倍，以減少計算時間。

顯微鏡報告的體素間距（以微米為單位）如下

原始體素大小為 (0.290, 0.065, 0.065)。

每個維度的縮放因子為 (1, 4, 4)。

重新縮放後，體素大小為 (0.29 0.26 0.26)。

skimage.data.checkerboard()[原始碼]#

西洋棋盤影像。

棋盤通常用於影像校準，因為角落點很容易定位。由於有許多平行的邊緣，它們也能很好地視覺化扭曲。

傳回:

checkerboard(200, 200) uint8 ndarray: 西洋棋盤影像。

skimage.data.chelsea()[原始碼]#

貓 Chelsea。

一個具有紋理、水平和對角方向明顯邊緣以及不同尺度特徵的範例。

傳回:

chelsea(300, 451, 3) uint8 ndarray: Chelsea 影像。

注意事項

無版權限制。攝影師（Stefan van der Walt）採用 CC0 授權。

skimage.data.clock()[原始碼]#

動態模糊的時鐘。

這張掛鐘的照片是在相機大致水平移動時拍攝的。它可以用於說明反向濾波器和反褶積。

攝影師（Stefan van der Walt）已將其釋放到公共領域。

傳回:

clock(300, 400) uint8 ndarray: 時鐘影像。

通用影像

skimage.data.coffee()[原始碼]#

咖啡杯。

這張照片由 Pikolo Espresso Bar 提供。它包含多個橢圓形狀以及不同的紋理（光滑的瓷器到粗糙的木紋）。

傳回:

coffee(400, 600, 3) uint8 ndarray: 咖啡影像。

注意事項

無版權限制。攝影師（Rachel Michetti）採用 CC0 授權。

skimage.data.coins()[原始碼]#

來自龐貝的希臘硬幣。

此影像顯示了數枚硬幣在灰色背景上的輪廓。它在分割測試中特別有用，例如，其中需要識別背景中的個別對象。背景與硬幣共享足夠的灰階，因此簡單的分割是不夠的。

傳回:

coins(303, 384) uint8 ndarray: 硬幣影像。

注意事項

此影像從布魯克林博物館藏品下載。

無已知版權限制。

skimage.data.colorwheel()[原始碼]#

色輪。

傳回:

colorwheel(370, 371, 3) uint8 影像: 一個色輪。

通用影像

skimage.data.download_all(directory=None)[原始碼]#

下載所有資料集以用於 scikit-image 離線使用。

Scikit-image 數據集預設不再與函式庫一起發佈。這讓我們可以使用更高品質的數據集，同時保持函式庫的下載大小較小。

此函數需要安裝一個可選的相依性 pooch，才能下載完整的數據集。請依照以下網址的安裝說明：

https://scikit-image.dev.org.tw/docs/stable/user_guide/install.html

呼叫此函數下載所有範例影像，使其可以在您的電腦上離線使用。

參數:

directory: 類路徑，選填: 應儲存數據集的目錄。

引發:

ModuleNotFoundError: 如果未安裝 pooch，將會引發此錯誤。

注意事項

scikit-image 只會搜尋儲存在預設目錄中的影像。如果您因為特定原因希望將影像下載到自己的資料夾，請僅指定目錄。您可以透過檢查變數 skimage.data.data_dir 來存取預設資料目錄的位置。

skimage.data.eagle()[原始碼]#

金雕。

適用於分割、霍夫變換和角落檢測的範例。

傳回:

eagle(2019, 1826) uint8 ndarray: 老鷹影像。

注意事項

無版權限制。攝影師（Dayane Machado）採用 CC0 授權。

分水嶺變換的標記

skimage.data.file_hash(fname, alg='sha256')[原始碼]#

計算指定檔案的雜湊值。

適用於檢查檔案是否已變更或損毀。

參數:

fnamestr: 檔案的名稱。
algstr: 雜湊演算法的類型

傳回:

hashstr: 檔案的雜湊值。

範例

>>> 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()[原始碼]#

草。

傳回:

grass(512, 512) uint8 影像: 一些草地。

注意事項

原始影像從 DeviantArt 下載，並以創用 CC CC0 授權許可。

下載的影像經過裁切，以包含左上角周圍 (512, 512) 像素的區域，轉換為灰階，然後在以 PNG 格式儲存結果之前，再轉換為 uint8。

用於紋理分類的 Gabor 濾波器組

用於紋理分類的局部二值模式

skimage.data.gravel()[原始碼]#

礫石

傳回:

gravel(512, 512) uint8 影像: 灰階礫石樣本。

注意事項

原始影像從 CC0Textures 下載，並以創用 CC CC0 授權條款授權。

下載的影像隨後縮放至 (1024, 1024)，然後在將影像轉換為灰階和 uint8 資料類型之前，裁切左上角 (512, 512) 像素的區域。結果以 PNG 格式儲存。

透過高斯差分進行帶通濾波

用於紋理分類的 Gabor 濾波器組

用於紋理分類的局部二值模式

skimage.data.horse()[原始碼]#

馬的黑白輪廓。

此影像從 openclipart 下載

無版權限制。由所有者 (Andreas Preuss (marauder)) 提供 CC0。

傳回:

horse(328, 400) bool ndarray: 馬匹影像。

凸包

骨架化

形態學濾波

skimage.data.hubble_deep_field()[原始碼]#

哈伯極深空。

這張照片包含哈伯望遠鏡有史以來對宇宙最遠的視野。它可以用作多尺度偵測的範例。

傳回:

hubble_deep_field(872, 1000, 3) uint8 ndarray: 哈伯深空影像。

注意事項

此影像從 HubbleSite 下載。

該影像由 NASA 拍攝，可在公眾領域中自由使用。

skimage.data.human_mitosis()[原始碼]#

正在進行有絲分裂的人類細胞影像。

傳回:

human_mitosis: (512, 512) uint8 ndarray: 在撰寫 [1] 手稿期間，拍攝的人類細胞有絲分裂資料。

注意事項

參考文獻

[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) A lentiviral RNAi library for human and mouse genes applied to an arrayed viral high-content screen. Cell, 124(6):1283-98 / :DOI: 10.1016/j.cell.2006.01.040 PMID 16564017

[2]

GitHub 授權討論 CellProfiler/examples#41

分割人類細胞（在有絲分裂中）

skimage.data.immunohistochemistry()[原始碼]#

用蘇木素複染的免疫組織化學 (IHC) 染色。

此圖片顯示結腸腺體，其中 FHL2 蛋白的 IHC 表現以 DAB 呈現。應用蘇木精複染以增強組織的負部分。

此影像在顯微鏡與分子影像中心 (CMMI) 取得。

無已知版權限制。

傳回:

immunohistochemistry(512, 512, 3) uint8 ndarray: 免疫組織化學影像。

科學影像

分離免疫組織化學染色的顏色

套用遮罩SLIC 與 SLIC

skimage.data.kidney()[原始碼]#

老鼠腎臟組織。

在預先準備好的載玻片上的此生物組織使用共軛焦螢光顯微鏡 (Nikon C1 反向顯微鏡) 進行成像。影像形狀為 (16, 512, 512, 3)。也就是說，在 X-Y 中為 512x512 像素，在 Z 中為 16 個影像切片，以及 3 個顏色通道（發射波長分別為 450nm、515nm 和 605nm）。實際空間體素大小在 X-Y 中為 1.24 微米，在 Z 中為 1.25 微米。資料類型為未簽名的 16 位元整數。

傳回:

kidney(16, 512, 512, 3) uint16 ndarray: 腎臟 3D 多通道影像。

注意事項

此影像由 Genevieve Buckley 於 2018 年在 Monasoh Micro Imaging 取得。授權：CC0

與 3D 影像（腎臟組織）互動

估計 3D 顯微影像中的異向性

skimage.data.lbp_frontal_face_cascade_filename()[原始碼]#

傳回包含弱分類器級聯的 XML 檔案路徑。

這些分類器使用 LBP 特徵進行訓練。該檔案是 OpenCV 儲存庫 [1] 的一部分。

參考文獻

[1]

OpenCV lbpcascade 訓練檔案 opencv/opencv

使用級聯分類器進行人臉偵測

skimage.data.lfw_subset()[原始碼]#

來自 LFW 資料集的部分資料。

此資料庫是 LFW 資料庫的子集，包含

100 個臉部
100 個非臉部

完整資料集可在 [2] 取得。

傳回:

images(200, 25, 25) uint8 ndarray: 前 100 張影像是臉部，隨後的 100 張是非臉部。

注意事項

臉部是從 LFW 資料集中隨機選取的，而非臉部是從同一個資料集的背景中擷取的。裁切後的 ROI 已調整大小為 25 x 25 像素。

參考文獻

[1]

Huang, G., Mattar, M., Lee, H., & Learned-Miller, E. G. (2012). Learning to align from scratch. In Advances in Neural Information Processing Systems (pp. 764-772).

[2]

http://vis-www.cs.umass.edu/lfw/

特定影像

使用 Haar 類特徵描述符進行臉部分類

skimage.data.lily()[原始碼]#

鈴蘭植物莖。

在預先準備好的載玻片上的此植物莖使用共軛焦螢光顯微鏡 (Nikon C1 反向顯微鏡) 進行成像。影像形狀為 (922, 922, 4)。也就是說，在 X-Y 中為 922x922 像素，具有 4 個顏色通道。實際空間體素大小在 X-Y 中為 1.24 微米。資料類型為未簽名的 16 位元整數。

傳回:

lily(922, 922, 4) uint16 ndarray: 百合花 2D 多通道影像。

注意事項

此影像由 Genevieve Buckley 於 2018 年在 Monasoh Micro Imaging 取得。授權：CC0

科學影像

skimage.data.logo()[原始碼]#

Scikit-image 標誌，一個 RGBA 影像。

傳回:

logo(500, 500, 4) uint8 ndarray: 標誌影像。

skimage.data.microaneurysms()[原始碼]#

灰階「微動脈瘤」影像。

視網膜影像（綠色通道）的細節。該影像是高解析度眼底 (HRF) 影像資料庫中的影像 07_dr.JPG 的裁剪：https://www5.cs.fau.de/research/data/fundus-images/

傳回:

microaneurysms(102, 102) uint8 ndarray: 帶有病變的視網膜影像。

注意事項

無版權限制。由所有者 (Andreas Maier) 提供 CC0。

參考文獻

[1]

Budai, A., Bock, R, Maier, A., Hornegger, J., Michelson, G. (2013). Robust Vessel Segmentation in Fundus Images. International Journal of Biomedical Imaging, vol. 2013, 2013. DOI:10.1155/2013/154860

科學影像

屬性運算子

skimage.data.moon()[原始碼]#

月球表面。

這個月球表面的低對比度影像有助於說明直方圖均衡化和對比度延展。

傳回:

moon(512, 512) uint8 ndarray: 月球影像。

skimage.data.nickel_solidification()[原始碼]#

同步加速器 X 光影像序列，顯示鎳合金樣本的快速凝固。

傳回:

nickel_solidification：(11, 384, 512) uint16 ndarray

注意事項

請參閱 nickel_solidification.tif 在 scikit-image/data/-/blob/master/README.md#data 的資訊。

追蹤金屬合金的凝固過程

skimage.data.page()[原始碼]#

掃描的頁面。

這張印刷文字的圖片適用於需要不均勻背景照明的示範。

傳回:

page(191, 384) uint8 ndarray: 頁面影像。

skimage.data.palisades_of_vogt()[原始碼]#

傳回顯示 Vogt 柵欄的活體組織影像序列。

在人眼中，沃格特柵欄是角膜緣的正常特徵，角膜緣是角膜和鞏膜（即眼睛的白色部分）之間的邊界。在影像序列中，由於參考鏡上的灰塵，有一些黑點。

傳回:

palisades_of_vogt: (60, 1440, 1440) uint16 ndarray

注意事項

請參閱 in-vivo-cornea-spots.tif 在 scikit-image/data/-/blob/master/README.md#data 的資訊。

使用影像修復還原帶有斑點的角膜影像

skimage.data.protein_transport()[原始碼]#

顯微鏡影像序列，其中蛋白質從細胞質區域重新定位到核膜的螢光標記。

傳回:

protein_transport：(15, 2, 180, 183) uint8 ndarray

注意事項

請參閱 NPCsingleNucleus.tif 在 scikit-image/data/-/blob/master/README.md#data 的資訊。

共定位指標

測量核膜上的螢光強度

skimage.data.retina()[原始碼]#

人類視網膜。

這張視網膜影像適用於需要圓形影像的示範。

傳回:

retina(1411, 1411, 3) uint8 ndarray: RGB 格式的視網膜影像。

注意事項

此影像從 wikimedia 下載。此檔案以創用 CC0 1.0 通用公共領域貢獻條款釋出。

參考文獻

[1]

Häggström, Mikael (2014). “Medical gallery of Mikael Häggström 2014”. WikiJournal of Medicine 1 (2). DOI:10.15347/wjm/2014.008. ISSN 2002-4436. 公共領域

skimage.data.rocket()[原始碼]#

SpaceX 在獵鷹 9 號上發射 DSCOVR 的照片。

這是獵鷹 9 號搭載 DSCOVR 從佛羅里達州卡納維爾角空軍基地 SpaceX 的 40 號發射複合體發射升空的影像。

傳回:

rocket(427, 640, 3) uint8 ndarray: 火箭影像。

注意事項

此影像從 SpaceX Photos 下載。

此影像由 SpaceX 拍攝，並以公共領域釋出。

skimage.data.shepp_logan_phantom()[原始碼]#

Shepp Logan 幻影。

傳回:

phantom(400, 400) float64 影像: Shepp-Logan 假體灰階影像。

參考文獻

[1]

L. A. Shepp 和 B. F. Logan，“The Fourier reconstruction of a head section”，載於 IEEE Transactions on Nuclear Science，第 21 卷，第 3 期，第 21-43 頁，1974 年 6 月。DOI:10.1109/TNS.1974.6499235

科學影像

拉東轉換

形態學濾波

skimage.data.skin()[原始碼]#

真皮和表皮（皮膚層）的顯微鏡影像。

以 10 倍放大倍率觀察到的正常表皮與真皮，以蘇木精和伊紅染色，並帶有良性皮內痣的玻片。

傳回:

skin(960, 1280, 3) uint8 的 RGB 影像

注意事項

此影像在第一次呼叫時需要網際網路連線，並且必須安裝 pooch 套件，才能從 scikit-image 資料集儲存庫中擷取影像檔案。

此影像的來源為 https://en.wikipedia.org/wiki/File:Normal_Epidermis_and_Dermis_with_Intradermal_Nevus_10x.JPG

此影像由其作者 Kilbad 以公共領域釋出。

科學影像

使用局部特徵和隨機森林的可訓練分割

skimage.data.stereo_motorcycle()[原始碼]#

具有真實視差的校正立體影像對。

這兩張影像是經過校正的，因此左影像中的每個像素在右影像的同一掃描線上都有對應的像素。這表示這兩張影像都經過扭曲，使它們具有相同的方向，但水平空間偏移（基線）。欄位方向的真實像素偏移由包含的視差圖指定。

這兩張影像是 Middlebury 2014 立體基準測試的一部分。此資料集由 Middlebury College 的 Nera Nesic、Porter Westling、Xi Wang、York Kitajima、Greg Krathwohl 和 Daniel Scharstein 建立。可以在 [1] 中找到關於擷取過程的詳細說明。

此處包含的影像是基準測試中預設曝光影像的降採樣版本。這些影像是使用函式 skimage.transform.downscale_local_mean 以 4 倍的係數進行降採樣。以下校正資料和包含的真實視差圖對於降採樣影像有效

Focal length:           994.978px
Principal point x:      311.193px
Principal point y:      254.877px
Principal point dx:      31.086px
Baseline:               193.001mm

傳回:

img_left(500, 741, 3) uint8 ndarray: 左立體影像。
img_right(500, 741, 3) uint8 ndarray: 右立體影像。
disp(500, 741, 3) float ndarray: 真實視差圖，其中每個值描述左立體影像和右立體影像中對應像素之間欄位方向的偏移量。例如，img_left[10, 10 + disp[10, 10]] 的對應像素是 img_right[10, 10]。NaN 表示左影像中沒有真實值的像素。