当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


用法:

skimage.morphology.erosion(image, footprint=None, out=None, shift_x=False, shift_y=False)

返回图像的灰度形态侵蚀。

形态侵蚀将 (i,j) 处的像素设置为以 (i,j) 为中心的邻域中所有像素的最小值。侵蚀缩小了明亮区域并扩大了黑暗区域。

参数

imagendarray

图像阵列。

footprintndarray,可选

邻域表示为 1 和 0 的数组。如果没有,请使用cross-shaped 占用空间(连接性=1)。

outndarrays,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。

shift_x, shift_y布尔型,可选

围绕中心点移动足迹。这只影响偏心足迹(即偶数边的足迹)。

返回

eroded数组,形状相同图片

形态侵蚀的结果。

其他参数

selemDEPRECATED

已弃用以支持足迹。

注意

对于uint8(和uint16 到某个bit-depth)数据,较低的算法复杂度使得 skimage.filters.rank.minimum 函数对于较大的图像和足迹更有效。

例子

>>> # Erosion shrinks bright regions
>>> import numpy as np
>>> from skimage.morphology import square
>>> bright_square = np.array([[0, 0, 0, 0, 0],
...                           [0, 1, 1, 1, 0],
...                           [0, 1, 1, 1, 0],
...                           [0, 1, 1, 1, 0],
...                           [0, 0, 0, 0, 0]], dtype=np.uint8)
>>> erosion(bright_square, square(3))
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 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.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。