用法:
cucim.skimage.filters.threshold_minimum(image=None, nbins=256, max_iter=10000, *, hist=None)
根据最小方法返回阈值。
如果未提供输入
image
的直方图,则计算它并对其进行平滑处理,直到只有两个最大值。那么两者之间的最小值就是阈值。必须提供图像或历史记录。如果给出 hist,则忽略图像的实际直方图。
- image:(M, N) ndarray,可选
输入图像。
- nbins:整数,可选
用于计算直方图的 bin 数量。对于整数数组,此值将被忽略。
- max_iter:整数,可选
平滑直方图的最大迭代次数。
- hist:数组,或数组的 2 元组,可选
用于确定阈值的直方图和相应的 bin 中心强度数组。或者,只能通过直方图。
- threshold:浮点数
上阈值。强度高于此值的所有像素都被假定为前景。
- RuntimeError
如果无法在直方图中找到两个局部最大值,或者平滑需要超过 1e4 次迭代。
参数:
返回:
抛出:
参考:
- 1
C. A. Glasbey, “An analysis of histogram-based thresholding algorithms,” CVGIP: Graphical Models and Image Processing, vol. 55, pp. 532-537, 1993.
- 2
Prewitt, JMS & Mendelsohn, ML (1966), “The analysis of cell images”, Annals of the New York Academy of Sciences 128: 1035-1053 DOI:10.1111/j.1749-6632.1965.tb11715.x
例子:
>>> from skimage.data import camera >>> image = camera() >>> thresh = threshold_minimum(image) >>> binary = image > thresh
相关用法
- Python cucim.skimage.filters.threshold_mean用法及代码示例
- Python cucim.skimage.filters.threshold_multiotsu用法及代码示例
- Python cucim.skimage.filters.threshold_niblack用法及代码示例
- Python cucim.skimage.filters.threshold_isodata用法及代码示例
- Python cucim.skimage.filters.threshold_otsu用法及代码示例
- Python cucim.skimage.filters.threshold_sauvola用法及代码示例
- Python cucim.skimage.filters.threshold_yen用法及代码示例
- Python cucim.skimage.filters.threshold_local用法及代码示例
- Python cucim.skimage.filters.threshold_li用法及代码示例
- Python cucim.skimage.filters.threshold_triangle用法及代码示例
- Python cucim.skimage.filters.try_all_threshold用法及代码示例
- Python cucim.skimage.filters.roberts_neg_diag用法及代码示例
- Python cucim.skimage.filters.gabor用法及代码示例
- Python cucim.skimage.filters.roberts_pos_diag用法及代码示例
- Python cucim.skimage.filters.roberts用法及代码示例
- Python cucim.skimage.filters.gabor_kernel用法及代码示例
- Python cucim.skimage.filters.sobel_v用法及代码示例
- Python cucim.skimage.filters.sobel_h用法及代码示例
- Python cucim.skimage.filters.sobel用法及代码示例
- Python cucim.skimage.filters.gaussian用法及代码示例
注:本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.filters.threshold_minimum。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。