本文简要介绍 python 语言中 scipy.ndimage.grey_erosion
的用法。
用法:
scipy.ndimage.grey_erosion(input, size=None, footprint=None, structure=None, output=None, mode='reflect', cval=0.0, origin=0)#
使用结构元素或对应于平面结构元素的足迹计算灰度侵蚀。
灰度腐蚀是一种数学形态学运算。对于完整且平坦的结构元素的简单情况,可以将其视为滑动窗口上的最小过滤器。
- input: array_like
要计算灰度侵蚀的数组。
- size: 整数元组
用于灰度侵蚀的平坦且完整的结构元素的形状。如果提供了足迹或结构,则可选。
- footprint: 整数数组,可选
用于灰度侵蚀的平面结构元素的非无限元素的位置。非零值给出了选择最小值的中心的一组邻居。
- structure: 整数数组,可选
用于灰度侵蚀的结构化元素。结构可以是非平面结构元素。
- output: 数组,可选
可以提供用于存储腐蚀输出的数组。
- mode: {‘reflect’,'constant','nearest','mirror',‘wrap’},可选
mode 参数确定如何处理数组边界,其中 cval 是 mode 等于 ‘constant’ 时的值。默认为‘reflect’
- cval: 标量,可选
如果模式为‘constant’,则填充过去输入边的值。默认值为 0.0。
- origin: 标量,可选
origin 参数控制过滤器的位置。默认 0
- output: ndarray
输入的灰度侵蚀。
参数 ::
返回 ::
注意:
在域 E 上定义的结构元素 s 对图像输入的灰度侵蚀由下式给出:
(input+s)(x) = min {input(y) - s(x-y),对于 E 中的 y}
特别是,对于定义为 s(y) = 0 for y in E 的结构元素,灰度侵蚀计算由 E 定义的滑动窗口内的输入图像的最小值。
参考:
例子:
>>> from scipy import ndimage >>> import numpy as np >>> a = np.zeros((7,7), dtype=int) >>> a[1:6, 1:6] = 3 >>> a[4,4] = 2; a[2,3] = 1 >>> a array([[0, 0, 0, 0, 0, 0, 0], [0, 3, 3, 3, 3, 3, 0], [0, 3, 3, 1, 3, 3, 0], [0, 3, 3, 3, 3, 3, 0], [0, 3, 3, 3, 2, 3, 0], [0, 3, 3, 3, 3, 3, 0], [0, 0, 0, 0, 0, 0, 0]]) >>> ndimage.grey_erosion(a, size=(3,3)) array([[0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0], [0, 0, 1, 1, 1, 0, 0], [0, 0, 1, 1, 1, 0, 0], [0, 0, 3, 2, 2, 0, 0], [0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0]]) >>> footprint = ndimage.generate_binary_structure(2, 1) >>> footprint array([[False, True, False], [ True, True, True], [False, True, False]], dtype=bool) >>> # Diagonally-connected elements are not considered neighbors >>> ndimage.grey_erosion(a, footprint=footprint) array([[0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0], [0, 0, 1, 1, 1, 0, 0], [0, 0, 3, 1, 2, 0, 0], [0, 0, 3, 2, 2, 0, 0], [0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0]])
相关用法
- Python SciPy ndimage.grey_closing用法及代码示例
- Python SciPy ndimage.grey_opening用法及代码示例
- Python SciPy ndimage.grey_dilation用法及代码示例
- Python SciPy ndimage.generic_laplace用法及代码示例
- Python SciPy ndimage.generate_binary_structure用法及代码示例
- Python SciPy ndimage.gaussian_laplace用法及代码示例
- Python SciPy ndimage.generic_filter1d用法及代码示例
- Python SciPy ndimage.generic_gradient_magnitude用法及代码示例
- Python SciPy ndimage.generic_filter用法及代码示例
- Python SciPy ndimage.gaussian_filter1d用法及代码示例
- Python SciPy ndimage.gaussian_filter用法及代码示例
- Python SciPy ndimage.gaussian_gradient_magnitude用法及代码示例
- Python SciPy ndimage.geometric_transform用法及代码示例
- Python SciPy ndimage.correlate用法及代码示例
- Python SciPy ndimage.morphological_gradient用法及代码示例
- Python SciPy ndimage.variance用法及代码示例
- Python SciPy ndimage.correlate1d用法及代码示例
- Python SciPy ndimage.binary_dilation用法及代码示例
- Python SciPy ndimage.distance_transform_bf用法及代码示例
- Python SciPy ndimage.find_objects用法及代码示例
- Python SciPy ndimage.label用法及代码示例
- Python SciPy ndimage.maximum_filter1d用法及代码示例
- Python SciPy ndimage.iterate_structure用法及代码示例
- Python SciPy ndimage.map_coordinates()用法及代码示例
- Python SciPy ndimage.binary_opening用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.ndimage.grey_erosion。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。