scipy.ndimage.

grey_opening#

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

多维灰度开运算。

灰度开运算是灰度腐蚀和灰度膨胀的连续操作。

参数:
input类数组对象

要计算灰度开运算的数组。

size整数元组

用于灰度开运算的扁平且完整结构元素的形状。如果提供了 footprint 或 structure，则此项为可选。

footprint整型数组，可选

用于灰度开运算的扁平结构元素的非无限元素位置。

structure整型数组，可选

用于灰度开运算的结构元素。structure 可以是非扁平结构元素。structure 数组会对邻域中的像素应用偏移（膨胀时偏移为加性，腐蚀时为减性）。

output数组，可选

可以提供一个数组用于存储开运算的输出。

mode{'reflect'，'constant'，'nearest'，'mirror'，'wrap'}，可选

mode 参数决定了数组边界的处理方式，其中当 mode 等于 'constant' 时，cval 是其对应的值。默认值为 'reflect'。

cval标量，可选

如果 mode 为 'constant'，则用于填充输入数组边缘之外的值。默认值为 0.0。

origin标量，可选

origin 参数控制滤波器的放置。默认值为 0。

axes整数元组或 None

应用过滤器的轴。如果为 None，则对 input 的所有轴进行过滤。如果提供了 origin 元组，其长度必须与轴的数量匹配。

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

使用扁平结构元素进行灰度开运算的作用是平滑高局部最大值，而二值开运算则用于擦除小对象。

参考

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
在本页