关于scikit-image中Local Binary Pattern（LBP）实现细节的技术咨询

嗨Bernhard，很高兴能帮你梳理scikit-image里Local Binary Pattern（LBP）实现的这些细节，咱们逐个解决你的问题：

关于LBP权重矩阵的一致性问题 #

你提到的权重矩阵示意图虽然没有附上，但scikit-image中默认实现的LBP权重逻辑和标准LBP是一致的：对于圆形邻域内的P个采样点，每个点的权重对应2^k（k为采样点的索引，从0到P-1）。比如8个采样点的场景下，权重矩阵就是[1, 2, 4, 8, 16, 32, 64, 128]，和常见的LBP权重定义完全匹配。如果你使用了自定义的采样参数（比如非均匀采样），权重会随采样点的数量和排列调整，但核心逻辑保持一致。

关于_local_binary_pattern()函数的定义位置 #

你的推测完全正确！scikit-image中很多涉及高性能计算的底层函数是用Cython编写的，_local_binary_pattern()正是定义在_texture.pyx文件中，texture.py中的上层函数会调用这个Cython实现来提升运行效率——毕竟Cython编译后的代码比纯Python快很多。

关于bilinear_interpolation调用的工作机制 #

这条调用语句是Cython和C交互的典型写法，咱们拆解来看：

• 方括号的含义：这是Cython的泛型参数声明，用来指定函数的模板类型。bilinear_interpolation[cnp.float64_t, double, double]表示：输入图像的元素类型是cnp.float64_t（即numpy的float64），坐标参数的类型是double，插值结果的类型也是double。
• 符号&的作用：没错，这里的&是取地址运算符，用来传递变量的内存地址。比如&image[0,0]是把图像数组的首元素地址传给函数，&texture[i]则是指定插值结果要写入的内存位置。
• 结果的存储位置：这个函数是通过输出参数返回结果的，最后一个参数&texture[i]就是用来接收插值结果的地址，函数会直接把计算好的插值值写入texture[i]对应的内存空间，所以不需要像Python那样用赋值语句接收返回值。

关于bilinear_interpolation函数的定义位置 #

这类通用的插值函数属于scikit-image的共享底层工具，你可以在scikit-image源码的skimage/_shared/geometry.pyx文件中找到它的定义。这个文件里实现了多种几何插值相关的Cython函数，供多个模块（包括纹理分析模块）调用。

内容的提问来源于stack exchange，提问作者B-Ertel