scipy.ndimage.

distance_transform_bf#

scipy.ndimage.distance_transform_bf(входные данные, метрика='euclidean', выборка=None, return_distances=True, return_indices=False, расстояния=None, индексы=None)[источник]#

Функция преобразования расстояния алгоритмом грубой силы.

Эта функция вычисляет преобразование расстояния входные данные, путём замены каждого элемента переднего плана (ненулевого) на его кратчайшее расстояние до фона (любого элемента с нулевым значением).

В дополнение к преобразованию расстояния можно вычислить преобразование признаков. В этом случае индекс ближайшего фонового элемента к каждому переднему элементу возвращается в отдельном массиве.

Параметры:

входные данныеarray_like: Вход
метрика{‘euclidean’, ‘taxicab’, ‘chessboard’}, опционально: ‘cityblock’ и ‘manhattan’ также допустимы и соответствуют ‘taxicab’. По умолчанию используется ‘euclidean’.
выборкаfloat, или последовательность float, опционально: Этот параметр используется только когда метрика является 'euclidean'. Расстояние между элементами вдоль каждого измерения. Если последовательность, должна иметь длину, равную рангу входных данных; если одно число, оно используется для всех осей. Если не указано, подразумевается расстояние сетки, равное единице.
return_distancesbool, необязательно: Вычислять ли преобразование расстояния. По умолчанию True.
return_indicesbool, необязательно: Следует ли вычислять преобразование признаков. По умолчанию: False.
расстоянияndarray, необязательно: Выходной массив для хранения вычисленного преобразования расстояния, вместо возврата его. return_distances должно быть True. Оно должно иметь ту же форму, что и входные данные, и типа float64, если метрика равно ‘euclidean’, uint32 в противном случае.
индексыint32 ndarray, опционально: Выходной массив для хранения вычисленного преобразования признаков вместо его возврата. return_indicies должно быть True. Его форма должна быть (input.ndim,) + input.shape.

Возвращает:

расстоянияndarray, необязательно: Рассчитанное преобразование расстояния. Возвращается только когда return_distances равно True и расстояния не предоставлен. Он будет иметь ту же форму, что и входной массив.
индексыint32 ndarray, опционально: Вычисленное преобразование признаков. Имеет массив формы входных данных для каждого измерения входных данных. См. документацию distance_transform_edt для примера. Возвращается только когда return_indices равно True и индексы не предоставлен.

Смотрите также

distance_transform_cdt: Более быстрое преобразование расстояния для таксиметрических и шахматных метрик
distance_transform_edt: Более быстрое преобразование расстояния для евклидовой метрики

Примечания

Эта функция использует медленный алгоритм полного перебора. См. также функцию distance_transform_cdt для более эффективного такси [1] и алгоритмы шахматной доски [2].

Ссылки

[1]

Манхэттенское расстояние. Википедия, 2023. https://en.wikipedia.org/wiki/Taxicab_geometry

[2]

Расстояние шахматной доски. Wikipedia, 2023. https://en.wikipedia.org/wiki/Chebyshev_distance

Примеры

Импорт необходимых модулей.

>>> import numpy as np
>>> from scipy.ndimage import distance_transform_bf
>>> import matplotlib.pyplot as plt
>>> from mpl_toolkits.axes_grid1 import ImageGrid

Сначала создадим тестовое бинарное изображение.

>>> def add_circle(center_x, center_y, radius, image, fillvalue=1):
...     # fill circular area with 1
...     xx, yy = np.mgrid[:image.shape[0], :image.shape[1]]
...     circle = (xx - center_x) ** 2 + (yy - center_y) ** 2
...     circle_shape = np.sqrt(circle) < radius
...     image[circle_shape] = fillvalue
...     return image
>>> image = np.zeros((100, 100), dtype=np.uint8)
>>> image[35:65, 20:80] = 1
>>> image = add_circle(28, 65, 10, image)
>>> image = add_circle(37, 30, 10, image)
>>> image = add_circle(70, 45, 20, image)
>>> image = add_circle(45, 80, 10, image)

Далее мы настраиваем рисунок.

>>> fig = plt.figure(figsize=(8, 8))  # set up the figure structure
>>> grid = ImageGrid(fig, 111, nrows_ncols=(2, 2), axes_pad=(0.4, 0.3),
...                  label_mode="1", share_all=True,
...                  cbar_location="right", cbar_mode="each",
...                  cbar_size="7%", cbar_pad="2%")
>>> for ax in grid:
...     ax.axis('off')  # remove axes from images

Изображение вверху слева — исходное бинарное изображение.

>>> binary_image = grid[0].imshow(image, cmap='gray')
>>> cbar_binary_image = grid.cbar_axes[0].colorbar(binary_image)
>>> cbar_binary_image.set_ticks([0, 1])
>>> grid[0].set_title("Binary image: foreground in white")

Преобразование расстояния вычисляет расстояние между пикселями переднего плана и фоном изображения в соответствии с метрикой расстояния. Доступные метрики в distance_transform_bf являются: euclidean (по умолчанию), taxicab и chessboard. Изображение в правом верхнем углу содержит преобразование расстояния на основе euclidean метрика.

>>> distance_transform_euclidean = distance_transform_bf(image)
>>> euclidean_transform = grid[1].imshow(distance_transform_euclidean,
...                                      cmap='gray')
>>> cbar_euclidean = grid.cbar_axes[1].colorbar(euclidean_transform)
>>> colorbar_ticks = [0, 10, 20]
>>> cbar_euclidean.set_ticks(colorbar_ticks)
>>> grid[1].set_title("Euclidean distance")

Нижнее левое изображение содержит преобразование расстояния с использованием taxicab метрика.

>>> distance_transform_taxicab = distance_transform_bf(image,
...                                                    metric='taxicab')
>>> taxicab_transformation = grid[2].imshow(distance_transform_taxicab,
...                                         cmap='gray')
>>> cbar_taxicab = grid.cbar_axes[2].colorbar(taxicab_transformation)
>>> cbar_taxicab.set_ticks(colorbar_ticks)
>>> grid[2].set_title("Taxicab distance")

Наконец, нижнее правое изображение содержит преобразование расстояния с использованием chessboard метрика.

>>> distance_transform_cb = distance_transform_bf(image,
...                                               metric='chessboard')
>>> chessboard_transformation = grid[3].imshow(distance_transform_cb,
...                                            cmap='gray')
>>> cbar_taxicab = grid.cbar_axes[3].colorbar(chessboard_transformation)
>>> cbar_taxicab.set_ticks(colorbar_ticks)
>>> grid[3].set_title("Chessboard distance")
>>> plt.show()

../../_images/scipy-ndimage-distance_transform_bf-1.png