图像处理相关函数

skimage图像处理的坑：

1.在编程调试过程中，如果图片位深超过8位，则OpenCV无法正常显示，发现skimage处理后（如canny检测）的数据都会转换成uint32类型的数据，而OpenCV的图片显示函数则不能正常显示uint32类型的numpy数组，因此，可以调用下面的函数来重新编码，从而可以在OpenCV中显示图片。

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

img_ski_canny = feature.canny(gray,1.3,0.05,0.20)
img_ski_canny = np.uint8(cv2.normalize(img_ski_canny.astype(int),img_ski_canny.astype(int),0,255,norm_type=cv2.NORM_MINMAX))

cv2.imshow('ski_result',img_ski_canny)
cv2.waitKey(0)

2.如果需要将数组重新整形为指定格式可以用下面这个代码。

import cv2
from skimage import feature,io
from matplotlib import pyplot as plt
from service import IMAGE
import numpy as np

rw = IMAGE()
img_path = 'data/zh1.jpg'
img_data = rw.read_img(img_path)[-1]
img_data = np.swapaxes(img_data,0,1)
img_data = np.swapaxes(img_data,1,2)            # 转换轴
img_data = np.flip(img_data,axis=2)             # 转换波段

img_data = img_data[:,:,1:]
img_data = np.uint8(cv2.normalize(img_data,img_data.copy(),0,255,norm_type=cv2.NORM_MINMAX))　　　　　　# 显示多波段图片，此处是先标准化，在转换为uint8，此时便可以在OpenCV中显示

 3.OpenCV中显示用skimage的canny检测后的结果，需要将bool型数据转换为0-1类型的数据，然后对其进行转换为0和255数据，才能够在imshow中正常显示（可能由于skimage处理输出的数据都是uint8类型的？？）

np.uint8(np.where(edge!=0,255,0))

4.图像处理中如果需要提取边缘（内边）的话，可以用二值化图减去腐蚀一个像素后的图像，从而得到内部边缘（即所有边缘点像素都在目标内部）。

    # 边缘端点检测
    edge = np.subtract(mask_temp, morphology.erosion(mask_temp,selem=morphology.square(3)))     # 提出内边缘
    edge_coords = np.argwhere(edge == 1)    # 获取索引