scipy.ndimage.

generate_binary_structure#

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

为二进制形态学运算生成二进制结构。

参数:
rankint

应用结构元素的数组的维度数,如 np.ndim 所返回。

connectivityint

connectivity 决定了输出数组中的哪些元素属于结构,即被视为中心元素的邻居。距离中心元素平方距离不超过 connectivity 的元素被认为是邻居。 connectivity 的取值范围可以从 1(没有对角元素是邻居)到 rank(所有元素都是邻居)。

返回值:
outputndarray of bools

可用于二进制形态学运算的结构元素,具有 rank 维度,所有维度都等于 3。

备注

generate_binary_structure 只能创建维度等于 3 的结构元素,即最小维度。对于更大的结构元素,这些元素例如对于腐蚀大型对象非常有用,可以使用 iterate_structure,或者直接使用 numpy 函数(如 numpy.ones)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)