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

用法: skimage.morphology.medial_axis(image, mask=None, return_distance=False, *, random_state=None)

計算二值圖像的中軸變換。

參數：

image：二進製ndarray，形狀(M，N): 要骨架化的形狀的圖像。
mask：二進製ndarray，形狀(M，N)，可選: 如果給定掩碼，則隻有圖像中掩碼為真值的元素用於計算中軸。
return_distance：布爾型，可選: 如果為真，則返回距離變換以及骨架。
random_state：{無，int numpy.random.Generator }，可選: 如果random_state是沒有的numpy.random.Generator使用單例。如果random_state是一個int 一個新的Generator使用實例，播種random_state.如果random_state已經是一個Generator實例然後使用該實例。

out：布爾數組: 圖像的中軸變換
dist：整數的ndarray，可選: 圖像的距離變換(僅在 return_distance 為 True 時返回)

注意：

該算法將圖像的中軸變換計算為其距離變換的脊。

算法的不同步驟如下

使用查找表，將 0 或 1 分配給 3x3 二進製正方形的每個配置，無論中心像素應該被刪除還是保留。如果一個點有多個鄰居並且刪除它不會改變連接組件的數量，我們希望它被刪除。
計算到背景的距離變換，以及像素的角點。
前景(值為 1)點按距離變換排序，然後是角點。
調用 cython 函數以將圖像縮小為其骨架。它按照上一步確定的順序處理像素，並根據查找表刪除或維護一個像素。由於排序，可以僅在一次通過中處理所有像素。

例子：

>>> square = np.zeros((7, 7), dtype=np.uint8)
>>> square[1:-1, 2:-2] = 1
>>> square
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]], dtype=uint8)
>>> medial_axis(square).astype(np.uint8)
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 0, 1, 0, 0],
       [0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0],
       [0, 0, 1, 0, 1, 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.medial_axis。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：