Ctrl+K
scipy.ndimage.

binary_closing#

scipy.ndimage.binary_closing(input, structure=None, iterations=1, output=None, origin=0, mask=None, border_value=0, brute_force=False, *, axes=None)[原始碼]#

使用給定的結構元素進行多維二值閉運算。

輸入影像通過結構元素的閉運算是影像通過結構元素的膨脹的侵蝕。

參數:
inputarray_like

要進行閉運算的類陣列二值資料。非零 (True) 元素形成要進行閉運算的子集。

structurearray_like, optional

用於閉運算的結構元素。非零元素被視為 True。如果未提供結構元素，則會生成一個連通性等於 1 的方形元素（即，只有最近鄰元素連接到中心，對角連接的元素不被視為鄰居）。

iterationsint, optional

閉運算的膨脹步驟，然後是侵蝕步驟，各自重複 iterations 次（預設為一次）。如果 iterations 小於 1，則每個運算都會重複執行，直到結果不再改變。僅接受整數的 iterations。

outputndarray, optional

與輸入形狀相同的陣列，輸出放置於其中。預設情況下，會建立一個新陣列。

originint 或 int 元組, optional

濾波器的放置位置，預設為 0。

maskarray_like, optional

如果給定遮罩，則在每次迭代中僅修改遮罩元素上具有 True 值的那些元素。

在 1.1.0 版本中新增。

border_valueint (轉換為 0 或 1), optional

輸出陣列邊界的值。

在 1.1.0 版本中新增。

brute_forceboolean, optional

記憶體條件：如果為 False，則僅追蹤上次迭代中值發生變化的像素，作為目前迭代中要更新的候選對象；如果為 true，則所有像素都被視為更新的候選對象，無論前一次迭代中發生了什麼。預設為 False。

在 1.1.0 版本中新增。

axestuple of int 或 None

應用濾波器的軸。如果為 None，則沿所有軸對 input 進行濾波。如果提供了 origin 元組，則其長度必須與軸的數量相符。

返回:
binary_closingbool 陣列

輸入通過結構元素的閉運算結果。

另請參閱

grey_closing, binary_opening, binary_dilation, binary_erosion
generate_binary_structure

註解

閉運算 [1] 是一種數學形態學運算 [2]，包含使用相同的結構元素對輸入進行膨脹和侵蝕的連續操作。因此，閉運算會填補小於結構元素的孔洞。

與開運算 (binary_opening) 一起，閉運算可用於去除雜訊。

參考文獻

範例

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.zeros((5,5), dtype=int)
>>> a[1:-1, 1:-1] = 1; a[2,2] = 0
>>> a
array([[0, 0, 0, 0, 0],
       [0, 1, 1, 1, 0],
       [0, 1, 0, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 0, 0, 0, 0]])
>>> # Closing removes small holes
>>> ndimage.binary_closing(a).astype(int)
array([[0, 0, 0, 0, 0],
       [0, 1, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 0, 0, 0, 0]])
>>> # Closing is the erosion of the dilation of the input
>>> ndimage.binary_dilation(a).astype(int)
array([[0, 1, 1, 1, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [0, 1, 1, 1, 0]])
>>> ndimage.binary_erosion(ndimage.binary_dilation(a)).astype(int)
array([[0, 0, 0, 0, 0],
       [0, 1, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 0, 0, 0, 0]])

>>> a = np.zeros((7,7), dtype=int)
>>> a[1:6, 2:5] = 1; a[1:3,3] = 0
>>> a
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 0, 1, 0, 0],
       [0, 0, 1, 0, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> # In addition to removing holes, closing can also
>>> # coarsen boundaries with fine hollows.
>>> ndimage.binary_closing(a).astype(int)
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 0, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
>>> ndimage.binary_closing(a, structure=np.ones((2,2))).astype(int)
array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]])
在本頁中