Python SciPy ndimage.binary_erosion用法及代碼示例

本文簡要介紹 python 語言中 scipy.ndimage.binary_erosion 的用法。

用法:

scipy.ndimage.binary_erosion(input, structure=None, iterations=1, mask=None, output=None, border_value=0, origin=0, brute_force=False)#

具有給定結構元素的多維二元腐蝕。

二元腐蝕是一種用於圖像處理的數學形態學運算。

參數 ：：

input： array_like

要侵蝕的二進製圖像。非零 (True) 元素構成要侵蝕的子集。

structure： 數組，可選

用於侵蝕的結構元素。非零元素被認為是 True。如果沒有提供結構元素，則生成一個正方形連通性等於 1 的元素。

iterations： 整數，可選

侵蝕是重複的迭代次數(默認為一次)。如果迭代次數小於 1，則重複腐蝕，直到結果不再變化。

mask： 數組，可選

如果給定掩碼，則每次迭代時僅修改在相應掩碼元素處具有 True 值的那些元素。

output： ndarray，可選

與輸入形狀相同的數組，其中放置輸出。默認情況下，會創建一個新數組。

border_value： int(強製轉換為 0 或 1)，可選

輸出數組中邊界處的值。

origin： int 或整數元組，可選

過濾器的位置，默認為 0。

brute_force： 布爾值，可選

memory 條件：如果為False，則隻跟蹤上次迭代中值發生變化的像素作為當前迭代中要更新(腐蝕)的候選；如果為真，則所有像素都被視為腐蝕的候選對象，無論前一次迭代中發生了什麽。默認為假。

返回 ：：

binary_erosion： 布爾數組

結構元素對輸入的侵蝕。

注意：

侵蝕 [1] 是一種數學形態學運算 [2]，它使用結構元素來縮小圖像中的形狀。結構元素對圖像的二元腐蝕是點的軌跡，其中以該點為中心的結構元素的疊加完全包含在圖像的非零元素集合中。

參考：

[1]

https://en.wikipedia.org/wiki/Erosion_%28morphology%29

[2]

https://en.wikipedia.org/wiki/Mathematical_morphology

例子：

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.zeros((7,7), dtype=int)
>>> a[1:6, 2:5] = 1
>>> a
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> ndimage.binary_erosion(a).astype(a.dtype)
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> #Erosion removes objects smaller than the structure
>>> ndimage.binary_erosion(a, structure=np.ones((5,5))).astype(a.dtype)
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])