Ctrl+K
scipy.ndimage.

binary_fill_holes#

scipy.ndimage.binary_fill_holes(input, structure=None, output=None, origin=0, *, axes=None)[原始碼]#

填滿二元物件中的孔洞。

參數:
inputarray_like

具有要填滿孔洞的 N 維二元陣列

structurearray_like, optional

用於計算的結構元素；大型元素可以加快計算速度，但可能會遺漏被薄區域與背景分離的孔洞。預設元素（具有等於 1 的方形連通性）會產生直觀的結果，其中輸入中的所有孔洞都已被填滿。

outputndarray, optional

與輸入形狀相同的陣列，輸出將放置於其中。預設情況下，會建立一個新陣列。

originint, tuple of ints, optional

結構元素的位置。

axestuple of int or None

要套用濾波器的軸。如果為 None，則沿所有軸對 input 進行濾波。如果提供了 origin 元組，則其長度必須與軸數相符。

返回:
outndarray

初始影像 input 的轉換，其中孔洞已被填滿。

參見

binary_dilation, binary_propagation, label

註解

此函數中使用的演算法包括從影像的外邊界入侵 input 中形狀的互補集，使用二元膨脹。孔洞未連接到邊界，因此不會被入侵。結果是被入侵區域的互補子集。

參考文獻

範例

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.zeros((5, 5), dtype=int)
>>> a[1:4, 1:4] = 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]])
>>> ndimage.binary_fill_holes(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]])
>>> # Too big structuring element
>>> ndimage.binary_fill_holes(a, structure=np.ones((5,5))).astype(int)
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]])
在此頁面上