解决Skimage中'mean()'函数出现'selem'参数错误

在使用Scikit-image库（skimage）进行图像处理时，你可能会遇到'mean()'函数出现'selem'参数错误。这是因为'filters.rank.mean()'函数并不接受'selem'参数。

为了解决这个问题，你可以使用'filters.rank.mean_bilateral()'函数来替代'filters.rank.mean()'函数进行图像增强。

以下是使用'filters.rank.mean_bilateral()'函数进行图像去噪和增强的Python代码示例：

import cv2
from skimage import exposure, filters, img_as_ubyte

def denoise_image(image):
    # 使用高斯模糊进行去噪
    denoised_image = cv2.GaussianBlur(image, (5, 5), 0)
    return denoised_image

def enhance_image(image):
    # 进行直方图均衡化
    equalized_image = exposure.equalize_hist(image)
    
    # 去过曝光
    clipped_image = exposure.rescale_intensity(equalized_image)
    
    # 光线补偿
    enhanced_image = filters.rank.mean_bilateral(clipped_image, selem=None, s0=10, s1=10)
    
    return enhanced_image

# 替换为你的图片路径
image_path = 'your_image.jpg'

# 读取图像
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# 去噪
denoised_image = denoise_image(image)

# 质量增强
enhanced_image = enhance_image(denoised_image)

# 将图像转换为8位无符号整数
enhanced_image = img_as_ubyte(enhanced_image)

# 显示原始图像、去噪后的图像和增强后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Denoised Image', denoised_image)
cv2.imshow('Enhanced Image', enhanced_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请将代码中的 'your_image.jpg' 替换为你要处理的照片的路径。

'filters.rank.mean_bilateral()'函数接受额外的参数's0'和's1'来控制滤波器的参数。你可以根据需要调整这些参数来获得更好的效果。