scipy.ndimage.

grey_opening#

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

多维灰度开运算。

灰度开运算包括灰度腐蚀和灰度膨胀的连续操作。

参数：:
inputarray_like

要进行灰度开运算的数组。

size整数元组

用于灰度开运算的扁平且完整的结构元素的形状。如果提供了 footprint 或 structure，则可选。

footprint整数数组，可选

用于灰度开运算的扁平结构元素的非无穷元素的位置。

structure整数数组，可选

用于灰度开运算的结构元素。 structure 可能是非扁平的结构元素。 structure 数组将偏移应用于邻域中的像素（偏移在膨胀期间是加性的，在腐蚀期间是减性的）。

output数组，可选

可以提供一个用于存储开运算输出的数组。

mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}，可选

mode 参数决定如何处理数组边界，其中 cval 是当 mode 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 参数控制过滤器的放置。默认值为 0

返回值：:
grey_openingndarray

使用 structure 对 input 进行灰度开运算的结果。

另请参阅

binary_opening, grey_dilation, grey_erosion, grey_closing
generate_binary_structure

注释

使用扁平结构元素的灰度开运算的作用相当于平滑高局部最大值，而二进制开运算则会擦除小物体。

参考资料

示例

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.arange(36).reshape((6,6))
>>> a[3, 3] = 50
>>> a
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 50, 22, 23],
       [24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35]])
>>> ndimage.grey_opening(a, size=(3,3))
array([[ 0,  1,  2,  3,  4,  4],
       [ 6,  7,  8,  9, 10, 10],
       [12, 13, 14, 15, 16, 16],
       [18, 19, 20, 22, 22, 22],
       [24, 25, 26, 27, 28, 28],
       [24, 25, 26, 27, 28, 28]])
>>> # Note that the local maximum a[3,3] has disappeared
本页内容