Python skimage.morphology.area_closing用法及代码示例

用法: skimage.morphology.area_closing(image, area_threshold=64, connectivity=1, parent=None, tree_traverser=None)

执行图像的区域关闭。

区域闭合会移除表面小于 area_threshold 的图像的所有暗结构。对于每个像素，输出图像都大于或等于输入图像，并且所有局部最小值都至少具有 area_threshold 个像素的表面。

区域闭合类似于形态闭合，但它们不使用固定足迹，而是使用可变形的足迹，表面 = area_threshold。

在二进制情况下，区域关闭等价于remove_small_holes；因此，该算子扩展到灰度图像。

从技术上讲，此运算符基于图像的max-tree 表示。

参数：

image：ndarray: 要计算area_closing 的输入图像。此图像可以是任何类型。
area_threshold：无符号int: 尺寸参数(像素数)。默认值任意选择为 64。
connectivity：无符号 int 可选: 邻里连通性。整数表示到达邻居的最大正交步数。在 2D 中，4 邻域为 1，8 邻域为 2。默认值为 1。
parent：ndarray，int64，可选: 表示倒置图像的最大树的父图像。每个像素的值是其父级在 raveled 数组中的索引。有关详细信息，请参阅注释。
tree_traverser：一维数组，int64，可选: 有序像素索引(指的是散列数组)。像素被排序，使得每个像素都位于其父级之前(除了没有父级的根)。

output：ndarray: 与输入图像具有相同形状和类型的输出图像。

注意：

如果给函数一个max-tree表示(parent和tree_traverser)，它们必须从这个函数的倒置图像中计算出来，即：>>> P, S = max_tree(invert(f)) > >> 关闭 = diameter_closing(f, 3, parent=P, tree_traverser=S)

参考：

1: Vincent L., Proc. “Grayscale area openings and closings, their efficient implementation and applications”, EURASIP Workshop on Mathematical Morphology and its Applications to Signal Processing, Barcelona, Spain, pp.22-27, May 1993.
2: Soille, P., “Morphological Image Analysis: Principles and Applications” (Chapter 6), 2nd edition (2003), ISBN 3540429883. DOI:10.1007/978-3-662-05088-0
3: Salembier, P., Oliveras, A., & Garrido, L. (1998). Antiextensive Connected Operators for Image and Sequence Processing. IEEE Transactions on Image Processing, 7(4), 555-570. DOI:10.1109/83.663500
4: Najman, L., & Couprie, M. (2006). Building the component tree in quasi-linear time. IEEE Transactions on Image Processing, 15(11), 3531-3539. DOI:10.1109/TIP.2006.877518
5: Carlinet, E., & Geraud, T. (2014). A Comparative Review of Component Tree Computation Algorithms. IEEE Transactions on Image Processing, 23(9), 3885-3895. DOI:10.1109/TIP.2014.2336551

例子：

我们创建一个图像(二次函数，中心有一个最小值，另外还有 4 个局部最小值。

>>> w = 12
>>> x, y = np.mgrid[0:w,0:w]
>>> f = 180 + 0.2*((x - w/2)**2 + (y-w/2)**2)
>>> f[2:3,1:5] = 160; f[2:4,9:11] = 140; f[9:11,2:4] = 120
>>> f[9:10,9:11] = 100; f[10,10] = 100
>>> f = f.astype(int)

我们可以计算闭合面积：

>>> closed = area_closing(f, 8, connectivity=1)

所有小的最小值都被删除，剩下的最小值至少为 8。

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.morphology.area_closing。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：

参考：

例子：