scipy.ndimage.

grey_closing#

scipy.ndimage.grey_closing(входные данные, размер=None, footprint=None, структура=None, вывод=None, mode='reflect', cval=0.0, origin=0, *, оси=None)[источник]#

Многомерное замыкание в оттенках серого.

: MAINT: special: добавить явную проверку NaN для аргументов `iv`

Параметры:
входные данныеarray_like

Массив, над которым вычисляется серое замыкание.

размеркортеж целых чисел

Форма плоского и полного структурного элемента, используемого для серого замыкания. Необязательно, если footprint или структура предоставлен.

footprintмассив целых чисел, необязательный

Позиции небесконечных элементов плоского структурного элемента, используемого для серого закрытия.

структурамассив целых чисел, необязательный

Структурный элемент, используемый для серого морфологического замыкания. структура может быть не плоским структурирующим элементом. структура массив применяет смещения к пикселям в окрестности (смещение является аддитивным при дилатации и субтрактивным при эрозии)

выводмассив, опционально

Массив для хранения результата операции закрытия может быть предоставлен.

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

The mode параметр определяет, как обрабатываются границы массива, где cval это значение, когда mode равен 'constant'. По умолчанию 'reflect'

cvalскаляр, опционально

Значение для заполнения за краями ввода, если mode равно 'constant'. По умолчанию равно 0.0.

originскаляр, опционально

The origin параметр управляет размещением фильтра. По умолчанию 0

осикортеж int или None

Оси, по которым применяется фильтр. Если None, входные данные фильтруется по всем осям. Если origin Если предоставлен кортеж, его длина должна соответствовать количеству осей.

Возвращает:
grey_closingndarray

Результат серого закрытия входные данные с структура.

Смотрите также

binary_closing, grey_dilation, grey_erosion, grey_opening
generate_binary_structure

Примечания

Действие серого морфологического замыкания с плоским структурирующим элементом сводится к сглаживанию глубоких локальных минимумов, тогда как бинарное замыкание заполняет маленькие отверстия.

Ссылки

Примеры

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.arange(36).reshape((6,6))
>>> a[3,3] = 0
>>> a
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20,  0, 22, 23],
       [24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35]])
>>> ndimage.grey_closing(a, size=(3,3))
array([[ 7,  7,  8,  9, 10, 11],
       [ 7,  7,  8,  9, 10, 11],
       [13, 13, 14, 15, 16, 17],
       [19, 19, 20, 20, 22, 23],
       [25, 25, 26, 27, 28, 29],
       [31, 31, 32, 33, 34, 35]])
>>> # Note that the local minimum a[3,3] has disappeared
На этой странице