关于scikit-image库local_binary_pattern()函数返回图像机制及uniform模式旋转不变性的疑问

嘿，我来帮你把这个问题掰扯明白——刚好之前做特征提取的时候，对着LBP的源码和文档啃了好久！

首先说为什么函数返回的是图像而不是直方图：你的那个朋友说的完全没错！local_binary_pattern()默认的逻辑（除非你专门去统计全局直方图），就是给每个中心像素单独计算LBP编码值。

就拿你说的radius=1, n_points=4的场景来说：

• 每个3x3窗口的中心像素，会和上下左右四个邻域像素逐一对比，生成一个4位的二进制串（比如邻域像素≥中心就记1，否则记0）
• 把这个二进制串转成十进制整数（比如0010就是2），这个整数就是该中心像素的LBP编码
• 把所有像素的LBP编码按原图像的位置排列，就得到了输出的“LBP图像”——每个像素值对应原图像对应位置的LBP编码，确实是16个灰度级。

接下来是你最关心的uniform模式的旋转不变性问题，你提到的“邻域顺序影响编码”这个点切中了普通LBP的痛点，但uniform模式的处理逻辑完全不同：

首先明确什么是uniform LBP模式：它指的是二进制编码（首尾相连后）中，0和1之间的跳变次数不超过2的模式。比如0000（无跳变）、0001（1次跳变）、0011（1次跳变）这些都算，而像0101这种跳变3次的就不属于uniform。scikit-image里的uniform模式会把所有符合条件的uniform模式分别映射到不同的整数，所有非uniform模式统一映射到一个单独的整数。

而它实现旋转不变性的核心是：对每个LBP模式，取它所有旋转等价版本中的最小整数作为最终编码。举个例子：

• 假设按上、左、下、右的顺序得到编码0010（十进制2），把这个二进制串旋转90度（对应邻域顺时针转90度，顺序变成左、下、右、上），得到0100（4），再转90度是1000（8），再转是0001（1）
• 在uniform模式下，这个模式的所有旋转版本里最小的整数是1，所以不管你原始邻域是哪个旋转角度，最终编码都会被统一成1
• 这样一来，不管图像中的特征怎么旋转，对应的LBP编码都是同一个值，自然就实现了旋转不变性。

简单说，scikit-image的uniform模式不是直接按固定邻域顺序生成编码，而是先对所有旋转等价的LBP模式做了“归一化”，映射到同一个代表值，这就解决了顺序/旋转带来的编码差异问题。

内容来源于stack exchange