Python SciPy ndimage.morphological_gradient用法及代碼示例

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

用法:

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

多維形態梯度。

形態梯度被計算為具有給定結構元素的輸入的膨脹和腐蝕之間的差異。

參數 ：：

input： array_like

計算形態梯度的數組。

size： 整數元組

用於數學形態學運算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。更大的尺寸會產生更模糊的漸變。

footprint： 整數數組，可選

用於形態學操作的平麵結構元素的非無限元素的位置。較大的足跡會產生更模糊的形態梯度。

structure： 整數數組，可選

用於形態學操作的結構元素。結構可以是非平麵結構元素。

output： 數組，可選

可以提供用於存儲形態梯度的輸出的陣列。

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 ：：

morphological_gradient： ndarray

輸入的形態梯度。

注意：

對於平麵結構元素，在給定點計算的形態梯度對應於以該點為中心的結構元素所覆蓋的元素中輸入元素之間的最大差異。

參考：

[1]

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
>>> ndimage.morphological_gradient(a, size=(3,3))
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 0, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> # The morphological gradient is computed as the difference
>>> # between a dilation and an erosion
>>> ndimage.grey_dilation(a, size=(3,3)) -\
...  ndimage.grey_erosion(a, size=(3,3))
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 0, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 1, 1, 1, 1, 1, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> 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.morphological_gradient(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, 2, 3, 2, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 1, 1, 2, 2, 2, 0],
       [0, 0, 0, 0, 0, 0, 0]])