Python SciPy ndimage.grey_dilation用法及代碼示例

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

用法:

scipy.ndimage.grey_dilation(input, size=None, footprint=None, structure=None, output=None, mode='reflect', cval=0.0, origin=0)#

使用結構元素或對應於平麵結構元素的足跡計算灰度膨脹。

灰度膨脹是一種數學形態學運算。對於完整且平坦的結構元素的簡單情況，可以將其視為滑動窗口上的最大過濾器。

參數 ：：

input： array_like

要計算灰度膨脹的數組。

size： 整數元組

用於灰度膨脹的平坦且完整的結構元素的形狀。如果提供了足跡或結構，則可選。

footprint： 整數數組，可選

用於灰度膨脹的平麵結構元素的非無限元素的位置。非零值給出了選擇最大值的中心的一組鄰居。

structure： 整數數組，可選

用於灰度膨脹的結構元素。結構可以是非平麵結構元素。

output： 數組，可選

可以提供用於存儲膨脹輸出的數組。

mode： {‘reflect’,'constant','nearest','mirror',‘wrap’}，可選

mode 參數確定如何處理數組邊界，其中 cval 是 mode 等於 ‘constant’ 時的值。默認為‘reflect’

cval： 標量，可選

如果模式為‘constant’，則填充過去輸入邊的值。默認值為 0.0。

origin： 標量，可選

origin 參數控製過濾器的位置。默認 0

返回 ：：

grey_dilation： ndarray

輸入的灰度膨脹。

注意：

在域 E 上定義的結構元素 s 對圖像輸入的灰度膨脹由下式給出：

(input+s)(x) = max {input(y) + s(x-y)，對於 E 中的 y}

特別是，對於定義為 s(y) = 0 for y in E 的結構元素，灰度膨脹計算輸入圖像在 E 定義的滑動窗口內的最大值。

灰度膨脹[1]是一個數學形態學操作[2].

參考：

[1]

https://en.wikipedia.org/wiki/Dilation_%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[2:5, 2:5] = 1
>>> a[4,4] = 2; a[2,3] = 3
>>> a
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 3, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 2, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> ndimage.grey_dilation(a, size=(3,3))
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 1, 3, 3, 3, 1, 0],
       [0, 1, 3, 3, 3, 1, 0],
       [0, 1, 3, 3, 3, 2, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> ndimage.grey_dilation(a, footprint=np.ones((3,3)))
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 1, 3, 3, 3, 1, 0],
       [0, 1, 3, 3, 3, 1, 0],
       [0, 1, 3, 3, 3, 2, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> s = ndimage.generate_binary_structure(2,1)
>>> s
array([[False,  True, False],
       [ True,  True,  True],
       [False,  True, False]], dtype=bool)
>>> ndimage.grey_dilation(a, footprint=s)
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 3, 1, 0, 0],
       [0, 1, 3, 3, 3, 1, 0],
       [0, 1, 1, 3, 2, 1, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 0, 1, 1, 2, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> ndimage.grey_dilation(a, size=(3,3), structure=np.ones((3,3)))
array([[1, 1, 1, 1, 1, 1, 1],
       [1, 2, 4, 4, 4, 2, 1],
       [1, 2, 4, 4, 4, 2, 1],
       [1, 2, 4, 4, 4, 3, 1],
       [1, 2, 2, 3, 3, 3, 1],
       [1, 2, 2, 3, 3, 3, 1],
       [1, 1, 1, 1, 1, 1, 1]])