AdjustContrast(gamma[, invert_image, ...])
|
使用 gamma 变换改变图像强度。每个像素/体素强度更新为::。 |
ClipIntensityPercentiles(lower, upper[, ...])
|
根据输入图像的强度分布应用裁剪。 |
ComputeHoVerMaps([dtype])
|
从实例掩码计算水平和垂直图。它生成每个区域质心的标准化水平和垂直距离。 |
DetectEnvelope([axis, n])
|
使用希尔伯特变换沿指定轴查找输入数据的包络线。 |
ForegroundMask([threshold, hsv_threshold, ...])
|
创建一个二值掩码，根据 RGB 或 HSV 颜色空间中的阈值定义前景。 |
GaussianSharpen([sigma1, sigma2, alpha, approx])
|
使用高斯模糊滤波器锐化图像。 |
GaussianSmooth([sigma, approx])
|
根据指定的 sigma 参数对输入数据应用高斯平滑。 |
GibbsNoise([alpha])
|
该变换将吉布斯噪声应用于 2D/3D MRI 图像。 |
HistogramNormalize([num_bins, min, max, ...])
|
对输入图像应用直方图归一化。 |
IntensityRemap([kernel_size, slope])
|
用于图像强度重映射的变换。 |
KSpaceSpikeNoise(loc[, k_intensity])
|
在给定位置和强度下，在 k 空间中应用局部尖峰。 |
MaskIntensity([mask_data, select_fn])
|
使用指定的掩码数据屏蔽输入图像的强度值。 |
MedianSmooth([radius])
|
根据指定的 radius 参数对输入数据应用中值滤波器。 |
NormalizeIntensity([subtrahend, divisor, ...])
|
根据 subtrahend 和 divisor 归一化输入： (img - subtrahend) / divisor。 |
RandAdjustContrast([prob, gamma, ...])
|
使用 gamma 变换随机改变图像强度。 |
RandBiasField([degree, coeff_range, dtype, prob])
|
针对 MR 图像的随机偏置场增强。 |
RandCoarseDropout(holes, spatial_size[, ...])
|
在图像中随机进行粗粒度丢弃区域，然后用指定值填充矩形区域。 |
RandCoarseShuffle(holes, spatial_size[, ...])
|
在图像中随机选择区域，然后在每个区域内打乱像素。 |
RandCoarseTransform(holes, spatial_size[, ...])
|
在图像中随机选择粗粒度区域，然后对这些区域执行变换操作。 |
RandGaussianNoise([prob, mean, std, dtype, ...])
|
向图像添加高斯噪声。 |
RandGaussianSharpen([sigma1_x, sigma1_y, ...])
|
根据随机选择的 sigma1、sigma2 和 alpha 使用高斯模糊滤波器锐化图像。 |
RandGaussianSmooth([sigma_x, sigma_y, ...])
|
根据随机选择的 sigma 参数对输入数据应用高斯平滑。 |
RandGibbsNoise([prob, alpha])
|
通过吉布斯伪影实现逼真的图像增强。 |
RandHistogramShift([num_control_points, prob])
|
对图像的强度直方图应用随机非线性变换。 |
RandIntensityRemap([prob, kernel_size, ...])
|
用于图像强度重映射的变换。 |
RandKSpaceSpikeNoise([prob, ...])
|
通过尖峰伪影实现逼真的数据增强。 |
RandRicianNoise([prob, mean, std, ...])
|
向图像添加 Rician 噪声。 |
RandScaleIntensity(factors[, prob, ...])
|
通过 v = v * (1 + factor) 随机缩放输入图像的强度，其中 factor 是随机选择的。 |
RandScaleIntensityFixedMean([prob, factors, ...])
|
通过 v = v * (1 + factor) 随机缩放输入图像的强度，其中 factor 是随机选择的。 |
RandShiftIntensity(offsets[, safe, prob, ...])
|
使用随机选择的偏移量随机偏移强度。 |
RandStdShiftIntensity(factors[, prob, ...])
|
通过一个因子和图像的标准差来偏移图像的强度，公式为：v = v + factor * std(v)，其中 factor 是随机选择的。 |
SavitzkyGolaySmooth(window_length, order[, ...])
|
使用 Savitzky-Golay 滤波器沿给定轴平滑输入数据。 |
ScaleIntensity([minv, maxv, factor, ...])
|
将输入图像的强度缩放到给定的值范围 (minv, maxv)。 |
ScaleIntensityFixedMean([factor, ...])
|
通过 v = v * (1 + factor) 缩放输入图像的强度，然后偏移输出，使输出图像的均值与输入相同。 |
ScaleIntensityRange(a_min, a_max[, b_min, ...])
|
对整个 numpy 数组应用特定的强度缩放。 |
ScaleIntensityRangePercentiles(lower, upper, ...)
|
根据输入的强度分布对 numpy 数组应用范围缩放。 |
ShiftIntensity(offset[, safe])
|
使用指定的 offset 均匀偏移整个图像的强度。 |
StdShiftIntensity(factor[, nonzero, ...])
|
通过一个因子和图像的标准差来偏移图像的强度，公式为：v = v + factor * std(v)。 |
ThresholdIntensity(threshold[, above, cval])
|
过滤整个图像的强度值，使其低于阈值或高于阈值。 |
UltrasoundConfidenceMapTransform([alpha, ...])
|
从超声图像计算置信度图。 |
