Ctrl+K
scipy.ndimage.

binary_dilation#

scipy.ndimage.binary_dilation(input, structure=None, iterations=1, mask=None, output=None, border_value=0, origin=0, brute_force=False, *, axes=None)[源代码]#

使用给定的结构元素进行多维二值膨胀。

参数:
inputarray_like

要膨胀的二值 array_like。非零 (True) 元素形成要膨胀的子集。

structurearray_like，可选

用于膨胀的结构元素。非零元素被视为 True。如果没有提供结构元素，则会生成一个连通性等于 1 的方形元素。

iterationsint，可选

膨胀重复 iterations 次（默认为一次）。如果迭代次数小于 1，则重复膨胀直到结果不再改变。只接受整数的迭代次数。

maskarray_like，可选

如果给定掩码，则在每次迭代中，只有在相应掩码元素处具有 True 值的元素才会被修改。

outputndarray，可选

与输入形状相同的数组，输出放置在该数组中。默认情况下，会创建一个新数组。

border_valueint（转换为 0 或 1），可选

输出数组中边界处的值。

originint 或 int 元组，可选

滤波器的位置，默认为 0。

brute_forceboolean，可选

内存条件：如果为 False，则仅跟踪上次迭代中值发生变化的像素，作为当前迭代中要更新（膨胀）的候选像素；如果为 True，则所有像素都被视为膨胀的候选像素，而不管前一次迭代中发生了什么。默认为 False。

axesint 元组或 None

应用滤波器的轴。如果为 None，则沿所有轴对 input 进行滤波。如果提供 origin 元组，则其长度必须与轴数匹配。

返回:
binary_dilation布尔值的 ndarray

输入通过结构元素膨胀的结果。

另请参阅

grey_dilation, binary_erosion, binary_closing, binary_opening
generate_binary_structure

注释

膨胀 [1] 是一种数学形态学运算 [2]，它使用结构元素来扩展图像中的形状。图像通过结构元素的二值膨胀是结构元素的中心位于图像的非零点内时，结构元素所覆盖的点的轨迹。

参考

示例

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.zeros((5, 5))
>>> a[2, 2] = 1
>>> a
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.]])
>>> ndimage.binary_dilation(a)
array([[False, False, False, False, False],
       [False, False,  True, False, False],
       [False,  True,  True,  True, False],
       [False, False,  True, False, False],
       [False, False, False, False, False]], dtype=bool)
>>> ndimage.binary_dilation(a).astype(a.dtype)
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  1.,  1.,  1.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])
>>> # 3x3 structuring element with connectivity 1, used by default
>>> struct1 = ndimage.generate_binary_structure(2, 1)
>>> struct1
array([[False,  True, False],
       [ True,  True,  True],
       [False,  True, False]], dtype=bool)
>>> # 3x3 structuring element with connectivity 2
>>> struct2 = ndimage.generate_binary_structure(2, 2)
>>> struct2
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)
>>> ndimage.binary_dilation(a, structure=struct1).astype(a.dtype)
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  1.,  1.,  1.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])
>>> ndimage.binary_dilation(a, structure=struct2).astype(a.dtype)
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.]])
>>> ndimage.binary_dilation(a, structure=struct1,\
... iterations=2).astype(a.dtype)
array([[ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 0.,  1.,  1.,  1.,  0.],
       [ 0.,  0.,  1.,  0.,  0.]])
在此页面上