scipy.ndimage.

black_tophat#

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

多维黑色顶帽滤波器。

参数：

inputarray_like: 输入。
size整数元组，可选: 用于滤波的扁平且完整的结构元素的形状。如果提供了footprint或structure，则为可选。
footprint整数数组，可选: 用于黑色顶帽滤波器的扁平结构元素中非无限元素的位置。
structure整数数组，可选: 用于滤波的结构元素。 structure 可以是非扁平结构元素。 structure 数组将偏移应用于邻域中的像素（在膨胀期间偏移是加性的，在腐蚀期间是减性的）
output数组，可选: 可以提供一个用于存储滤波器输出的数组。
mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}，可选: mode 参数决定了如何处理数组边界，其中 cval 是当模式等于 'constant' 时的值。默认值为 'reflect'。
cval标量，可选: 如果 mode 为 'constant'，则用于填充输入边缘以外的值。默认值为 0.0。
origin标量，可选: origin 参数控制滤波器的放置位置。默认值为 0。

返回值：

black_tophatndarray: 使用 structure 对 input 进行滤波的结果。

参见

white_tophat, grey_opening, grey_closing

示例

将黑暗峰值更改为明亮峰值并减去背景。

>>> from scipy.ndimage import generate_binary_structure, black_tophat
>>> import numpy as np
>>> square = generate_binary_structure(rank=2, connectivity=3)
>>> dark_on_gray = np.array([[7, 6, 6, 6, 7],
...                          [6, 5, 4, 5, 6],
...                          [6, 4, 0, 4, 6],
...                          [6, 5, 4, 5, 6],
...                          [7, 6, 6, 6, 7]])
>>> black_tophat(input=dark_on_gray, structure=square)
array([[0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 1, 5, 1, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0]])