Python skimage.morphology.erosion用法及代碼示例

用法: skimage.morphology.erosion(image, footprint=None, out=None, shift_x=False, shift_y=False)

返回圖像的灰度形態侵蝕。

形態侵蝕將 (i,j) 處的像素設置為以 (i,j) 為中心的鄰域中所有像素的最小值。侵蝕縮小了明亮區域並擴大了黑暗區域。

參數：

image：ndarray: 圖像陣列。
footprint：ndarray，可選: 鄰域表示為 1 和 0 的數組。如果沒有，請使用cross-shaped 占用空間(連接性=1)。
out：ndarrays，可選: 存儲形態學結果的數組。如果 None 被傳遞，將分配一個新數組。
shift_x, shift_y：布爾型，可選: 圍繞中心點移動足跡。這隻影響偏心足跡(即偶數邊的足跡)。

eroded：數組，形狀相同圖片: 形態侵蝕的結果。

其他參數：

selem：DEPRECATED: 已棄用以支持足跡。

注意：

對於uint8(和uint16 到某個bit-depth)數據，較低的算法複雜度使得 skimage.filters.rank.minimum 函數對於較大的圖像和足跡更有效。

例子：

>>> # Erosion shrinks bright regions
>>> import numpy as np
>>> from skimage.morphology import square
>>> bright_square = np.array([[0, 0, 0, 0, 0],
...                           [0, 1, 1, 1, 0],
...                           [0, 1, 1, 1, 0],
...                           [0, 1, 1, 1, 0],
...                           [0, 0, 0, 0, 0]], dtype=np.uint8)
>>> erosion(bright_square, square(3))
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]], dtype=uint8)

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.morphology.erosion。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：

其他參數：

注意：

例子：