Python SciPy ndimage.label用法及代碼示例

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

用法:

scipy.ndimage.label(input, structure=None, output=None)#

在數組中標注特征。

參數 ：：

input： array_like

要標記的類似數組的對象。輸入中的任何非零值都被視為特征，零值被視為背景。

structure： 數組，可選

定義特征連接的結構元素。結構必須是中心對稱的(見注釋)。如果沒有提供結構元素，則會自動生成一個，其平方連通性等於 1。也就是說，對於二維輸入數組，默認的結構元素是：

[[0,1,0],
 [1,1,1],
 [0,1,0]]

output： (無，數據類型，數組)，可選

如果輸出是數據類型，則它指定生成的標記要素數組的類型。如果輸出是類似數組的對象，則輸出將使用此函數中的標記特征進行更新。該函數可以通過傳遞輸出=輸入就地操作。請注意，輸出必須能夠存儲最大的標簽，否則此函數將引發異常。

返回 ：：

label： ndarray 或 int

一個整數 ndarray，其中輸入中的每個唯一特征在返回的數組中都有一個唯一標簽。

num_features： int

找到了多少對象。

如果輸出為無，則此函數返回 (labeled_array, num_features) 的元組。

如果輸出是 ndarray，那麽它將使用 labeled_array 中的值進行更新，並且此函數將僅返回 num_features。

注意：

中心對稱矩陣是關於中心對稱的矩陣。有關詳細信息，請參閱 [1]。

結構矩陣必須是中心對稱的，以保證雙向連接。例如，如果結構矩陣不是中心對稱的並且定義為：

[[0,1,0],
 [1,1,0],
 [0,0,0]]

輸入是：

[[1,2],
 [0,3]]

那麽結構矩陣將指示輸入中的條目 2 連接到 1，但 1 未連接到 2。

參考：

[1]

James R. Weaver，“中心對稱 (cross-symmetric) 矩陣、它們的基本屬性、特征值和特征向量。”美國數學月刊 92.10 (1985): 711-717。

例子：

創建具有一些特征的圖像，然後使用默認 (cross-shaped) 結構元素對其進行標記：

>>> from scipy.ndimage import label, generate_binary_structure
>>> import numpy as np
>>> a = np.array([[0,0,1,1,0,0],
...               [0,0,0,1,0,0],
...               [1,1,0,0,1,0],
...               [0,0,0,1,0,0]])
>>> labeled_array, num_features = label(a)

4 個特征中的每一個都用不同的整數標記：

>>> num_features
4
>>> labeled_array
array([[0, 0, 1, 1, 0, 0],
       [0, 0, 0, 1, 0, 0],
       [2, 2, 0, 0, 3, 0],
       [0, 0, 0, 4, 0, 0]])

生成一個結構元素，該元素將考慮連接的特征，即使它們對角接觸：

>>> s = generate_binary_structure(2,2)

或者，

>>> s = [[1,1,1],
...      [1,1,1],
...      [1,1,1]]

使用新的結構元素標記圖像：

>>> labeled_array, num_features = label(a, structure=s)

顯示 2 個標記的特征(請注意，上麵的特征 1、3 和 4 現在被視為單個特征)：

>>> num_features
2
>>> labeled_array
array([[0, 0, 1, 1, 0, 0],
       [0, 0, 0, 1, 0, 0],
       [2, 2, 0, 0, 1, 0],
       [0, 0, 0, 1, 0, 0]])