scipy.ndimage.

generate_binary_structure#

scipy.ndimage.generate_binary_structure(rank, connectivity)[源代码]#

为二进制形态学操作生成二进制结构。

参数:
rankint

将应用结构元素的数组的维度数,由 np.ndim 返回。

connectivityint

connectivity 决定输出数组的哪些元素属于结构,即被视为中心元素的邻居。与中心距离的平方小于等于 connectivity 的元素被认为是邻居。connectivity 的范围可以从 1 (没有对角线元素是邻居)到 rank (所有元素都是邻居)。

返回:
output布尔值的 ndarray

可用于二进制形态学操作的结构元素,具有 rank 维度,并且所有维度都等于 3。

注释

generate_binary_structure 只能创建维度等于 3 的结构元素,即最小维度。对于较大的结构元素,例如,可用于腐蚀大型对象的结构元素,可以使用 iterate_structure,或者使用 numpy 函数(例如 numpy.ones)直接创建自定义数组。

示例

>>> from scipy import ndimage
>>> import numpy as np
>>> struct = ndimage.generate_binary_structure(2, 1)
>>> struct
array([[False,  True, False],
       [ True,  True,  True],
       [False,  True, False]], dtype=bool)
>>> 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.]])
>>> b = ndimage.binary_dilation(a, structure=struct).astype(a.dtype)
>>> b
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(b, structure=struct).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.]])
>>> struct = ndimage.generate_binary_structure(2, 2)
>>> struct
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)
>>> struct = ndimage.generate_binary_structure(3, 1)
>>> struct # no diagonal elements
array([[[False, False, False],
        [False,  True, False],
        [False, False, False]],
       [[False,  True, False],
        [ True,  True,  True],
        [False,  True, False]],
       [[False, False, False],
        [False,  True, False],
        [False, False, False]]], dtype=bool)