scikit_image

scikit-image complementa a OpenCV con algoritmos de procesamiento de imagen de más alto nivel: análisis de estructuras locales, detección de patrones, métricas de calidad (SSIM) y análisis de frecuencia para detección de manipulaciones.

When to use

Usar para algoritmos que no están en OpenCV o que tienen mejor implementación en scikit-image: SSIM para comparar imágenes, análisis LBP para textura, watershed para segmentación avanzada.

Instructions

1. Instalar: pip install scikit-image
2. SSIM para detectar manipulación comparando documento contra plantilla:

``python from skimage.metrics import structuralsimilarity as ssim def comparewithtemplate(docimg: np.ndarray, template: np.ndarray) -> float: # Redimensionar al mismo tamaño resized = cv2.resize(docimg, (template.shape[1], template.shape[0])) score, = ssim(cv2.cvtColor(resized, cv2.COLORBGR2GRAY), cv2.cvtColor(template, cv2.COLORBGR2GRAY), full=True) return score # 1.0 = idéntico, <0.7 = muy diferente ``

1. LBP para análisis de textura de seguridad (microimpresión, guilloche):

``python from skimage.feature import localbinarypattern def analyzesecuritytexture(region: np.ndarray) -> np.ndarray: gray = cv2.cvtColor(region, cv2.COLORBGR2GRAY) lbp = localbinarypattern(gray, P=8, R=1, method="uniform") hist, = np.histogram(lbp.ravel(), bins=10, range=(0, 10), density=True) return hist # histograma de patrones de textura ``

1. Análisis de frecuencia con FFT para detectar patrones de moiré (señal de pantalla):

``python from skimage.filters import gabor def detectmoirepattern(img: np.ndarray) -> float: gray = cv2.cvtColor(img, cv2.COLORBGR2GRAY).astype(float) / 255 freal, = gabor(gray, frequency=0.3) return float(np.std(freal)) # alta varianza = posible moiré ``

Notes

• scikit-image usa convenciones de array diferentes a OpenCV: float [0,1] vs uint8 [0,255] — convertir antes de mezclar.
• El análisis SSIM contra plantilla requiere tener plantillas para cada tipo de documento soportado — construir una librería de plantillas.
• gabor filter para detección de moiré es experimental — calibrar el threshold en un dataset real de ataques con pantalla.