Python skimage.feature.corner_peaks用法及代码示例

用法: skimage.feature.corner_peaks(image, min_distance=1, threshold_abs=None, threshold_rel=None, exclude_border=True, indices=True, num_peaks=inf, footprint=None, labels=None, *, num_peaks_per_label=inf, p_norm=inf)

在角测量响应图像中找到峰值。

这与 skimage.feature.peak_local_max 的不同之处在于它抑制了具有相同累加器值的多个连接峰。

参数：

image：(M, N) ndarray: 输入图像。
min_distance：int 可选: 分离峰的最小允许距离。
*：*: 见 skimage.feature.peak_local_max() 。
p_norm：浮点数: 使用哪个 Minkowski p-norm。应在 [1, inf] 范围内。如果可能发生溢出，有限的大 p 可能会导致 ValueError。 inf 对应于切比雪夫距离，2 对应于欧几里得距离。

output：ndarray 或 ndarray 的布尔值

如果 index =真：(行，列，...)峰坐标。
如果 index =假: 布尔数组形状像图片, 峰值由 True 值表示。

注意：

num_peaks 限制在连接峰抑制之前应用。要限制抑制后的峰值数量，请设置 num_peaks=np inf 和 post-process 此函数的输出。

例子：

>>> from skimage.feature import peak_local_max
>>> response = np.zeros((5, 5))
>>> response[2:4, 2:4] = 1
>>> response
array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 1., 1., 0.],
       [0., 0., 1., 1., 0.],
       [0., 0., 0., 0., 0.]])
>>> peak_local_max(response)
array([[2, 2],
       [2, 3],
       [3, 2],
       [3, 3]])
>>> corner_peaks(response)
array([[2, 2]])

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.feature.corner_peaks。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。

用法:

参数：

返回：

注意：

例子：