Python skimage.feature.corner_peaks用法及代碼示例

用法: skimage.feature.corner_peaks(image, min_distance=1, threshold_abs=None, threshold_rel=None, exclude_border=True, indices=True, num_peaks=inf, footprint=None, labels=None, *, num_peaks_per_label=inf, p_norm=inf)

在角測量響應圖像中找到峰值。

這與 skimage.feature.peak_local_max 的不同之處在於它抑製了具有相同累加器值的多個連接峰。

參數：

image：(M, N) ndarray: 輸入圖像。
min_distance：int 可選: 分離峰的最小允許距離。
*：*: 見 skimage.feature.peak_local_max() 。
p_norm：浮點數: 使用哪個 Minkowski p-norm。應在 [1, inf] 範圍內。如果可能發生溢出，有限的大 p 可能會導致 ValueError。 inf 對應於切比雪夫距離，2 對應於歐幾裏得距離。

output：ndarray 或 ndarray 的布爾值

如果 index =真：(行，列，...)峰坐標。
如果 index =假: 布爾數組形狀像圖片, 峰值由 True 值表示。

注意：

num_peaks 限製在連接峰抑製之前應用。要限製抑製後的峰值數量，請設置 num_peaks=np inf 和 post-process 此函數的輸出。

例子：

>>> from skimage.feature import peak_local_max
>>> response = np.zeros((5, 5))
>>> response[2:4, 2:4] = 1
>>> response
array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 1., 1., 0.],
       [0., 0., 1., 1., 0.],
       [0., 0., 0., 0., 0.]])
>>> peak_local_max(response)
array([[2, 2],
       [2, 3],
       [3, 2],
       [3, 3]])
>>> corner_peaks(response)
array([[2, 2]])

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.feature.corner_peaks。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：