scipy.ndimage.

white_tophat#

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

多维白顶帽滤波器。

参数：:
input类数组

输入。

size整数元组

用于滤波器的扁平且完整的结构化元素的形状。如果提供了 footprint 或 structure，则可选。

footprint整数数组，可选

用于白顶帽滤波器的扁平结构化元素的元素位置。

structure整数数组，可选

用于滤波器的结构化元素。 structure 可以是非扁平结构化元素。 structure 数组对邻域中的像素应用偏移量（在膨胀期间偏移量是加性的，在腐蚀期间是减性的）

output数组，可选

可以提供用于存储滤波器输出的数组。

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

mode 参数确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：:
outputndarray

使用 structure 对 input 进行滤波的结果。

另请参阅

black_tophat

示例

从明亮的峰值中减去灰色背景。

>>> from scipy.ndimage import generate_binary_structure, white_tophat
>>> import numpy as np
>>> square = generate_binary_structure(rank=2, connectivity=3)
>>> bright_on_gray = np.array([[2, 3, 3, 3, 2],
...                            [3, 4, 5, 4, 3],
...                            [3, 5, 9, 5, 3],
...                            [3, 4, 5, 4, 3],
...                            [2, 3, 3, 3, 2]])
>>> white_tophat(input=bright_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]])
本页