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

用法: skimage.morphology.black_tophat(image, footprint=None, out=None)

返回图像的黑色礼帽。

图像的黑色礼帽定义为其形态闭合减去原始图像。此操作返回图像中小于足迹的暗点。请注意，原始图像中的暗点是黑色礼帽之后的亮点。

参数：

image：ndarray: 图像阵列。
footprint：ndarray，可选: 邻域表示为 1 和 0 的二维数组。如果没有，请使用cross-shaped 占用空间(连接性=1)。
out：ndarray，可选: 存储形态学结果的数组。如果 None 被传递，将分配一个新数组。

out：数组，形状和类型与图片: 形态学黑色礼帽的结果。

其他参数：

selem：DEPRECATED: 已弃用以支持足迹。

参考：

1: https://en.wikipedia.org/wiki/Top-hat_transform

例子：

>>> # Change dark peak to bright peak and subtract background
>>> import numpy as np
>>> from skimage.morphology import square
>>> dark_on_gray = np.array([[7, 6, 6, 6, 7],
...                          [6, 5, 4, 5, 6],
...                          [6, 4, 0, 4, 6],
...                          [6, 5, 4, 5, 6],
...                          [7, 6, 6, 6, 7]], dtype=np.uint8)
>>> black_tophat(dark_on_gray, square(3))
array([[0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 1, 5, 1, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0]], dtype=uint8)

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.black_tophat。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：

其他参数：

参考：

例子：