from skimage.transform import resize 的 mode 有哪一些選項? 差異是什麼? 哪一個最能還原原始資料狀況?

 

 

 

 

skimage.transform.resize 的 mode 參數決定了當輸入影像超出邊界時如何處理填充值。主要選項如下：

mode 參數的選項：

  1. constant（預設值）
    • 超出範圍的部分填充為 cval（預設 0）。
    • 可能會在邊界處產生明顯的黑邊（如果 cval=0）。
  2. edge
    • 使用最接近邊界的像素值進行填充，適合保持邊界的連續性。
  3. reflect
    • 以邊界為鏡像對稱翻轉填充。例如：... | c b a | a b c | ...。
    • 適合避免邊界的突兀變化，適合處理平滑影像。
  4. symmetric
    • 與 reflect 類似，但鏡像對稱發生在邊界上。例如：... | c b a | b a b | ...。
    • 類似於 reflect，但邊界行為稍有不同。
  5. wrap
    • 超出範圍的部分會從影像的另一側循環對應。例如：... | a b c | a b c | ...。
    • 適合週期性影像（如紋理處理），但一般影像可能會產生不自然的邊界。

哪個最能還原原始資料狀況？

  • 若希望邊界保持平滑：reflect 或 symmetric（這兩者適合自然影像，因為能減少邊界不連續的情況）。
  • 若影像具有週期性：wrap。
  • 若不希望引入額外的資訊：constant（但要小心邊界變黑或影響影像統計特性）。
  • 若希望邊界盡可能保持原值：edge（但可能會產生較硬的邊界）。

推薦選擇：
若目的是在 resize 過程中盡量保留原始影像的特性，通常 reflect 會是較好的選擇，因為它能減少邊界影響，並保留影像的平滑度。

 

 

 

有使用範例嗎?

 

當然，這裡有一個簡單的範例，示範 skimage.transform.resize 的不同 mode 參數對影像邊界的影響。

範例程式碼：

import numpy as np
import matplotlib.pyplot as plt
from skimage.transform import resize
from skimage import data

# 讀取範例影像（使用 skimage 內建的 camera 影像）
image = data.camera()

# 設定新的尺寸
output_shape = (300, 300)

# 定義不同的 mode
modes = ["constant", "edge", "reflect", "symmetric", "wrap"]

# 繪製比較圖
fig, axes = plt.subplots(1, len(modes) + 1, figsize=(15, 5))

# 原始影像
axes[0].imshow(image, cmap="gray")
axes[0].set_title("Original")
axes[0].axis("off")

# 依照不同 mode 進行 resize
for i, mode in enumerate(modes):
    resized_image = resize(image, output_shape, mode=mode)
    axes[i + 1].imshow(resized_image, cmap="gray")
    axes[i + 1].set_title(mode)
    axes[i + 1].axis("off")

plt.tight_layout()
plt.show()

不同 mode 的效果說明

  1. constant（預設模式）

    • 邊界區域填充為 0（黑色），導致邊界變暗。

  2. edge

    • 邊界區域使用最接近的像素值填充，邊界的變化較硬。

  3. reflect

    • 影像邊界會鏡像反射，保持較自然的邊界過渡。

  4. symmetric

    • 與 reflect 類似，但反射發生在邊界本身，使邊界稍微平滑。

  5. wrap

    • 影像邊界循環到另一側，適合週期性影像（但對一般影像可能產生奇怪的邊界）。

這段程式碼能夠直觀地看到不同 mode 的影響，並幫助你選擇最適合的方式來保留影像特徵