Comment implémenter le filtrage morphologique de base en Python

Il existe quatre opérations morphologiques les plus élémentaires, à savoir l'érosion, l'expansion, le calcul ouvert et le calcul fermé. `scipy.ndimage implémente ces quatre opérations respectivement sur des tableaux binaires et des tableaux en niveaux de gris

ij _{signifie quand l'origine de B BB est à (i, j) , l'ensemble de toutes les valeurs qui valent 1 dans B.}

import numpy as np
import matplotlib.pyplot as plt
import scipy.ndimage as sn

x = np.zeros([20,20])
x[5:15, 5:15] = 1
x_ero = sn.binary_erosion(x)
x_dil = sn.binary_dilation(x)

fig = plt.figure()
ax = fig.add_subplot(1,3,1)
ax.imshow(x)
plt.title("original")
ax = fig.add_subplot(1,3,2)
ax.imshow(x_ero)
plt.title("erosion")
ax = fig.add_subplot(1,3,3)
ax.imshow(x_dil)
plt.title("dilation")
plt.show()

Morphologie en niveaux de gris

et effectue une corrosion, une expansion. et les opérations d'ouverture et de fermeture en séquence.

x = np.zeros([20,20])
x[5:15, 5:15] = 1
x[10:12,10:12] = 0
x[2:4, 2:4] = 1

x_open = sn.binary_opening(x)
x_close = sn.binary_closing(x)

fig = plt.figure()
ax = fig.add_subplot(1,3,1)
ax.imshow(x)
plt.title("original")
ax = fig.add_subplot(1,3,2)
ax.imshow(x_open)
plt.title("opening")
ax = fig.add_subplot(1,3,3)
ax.imshow(x_close)
plt.title("closing")
plt.show()

scipyListe des paramètres

Les paramètres de la fonction binaire et de la fonction en niveaux de gris ne sont pas les mêmes. En prenant l'opération de fermeture comme exemple ci-dessous, tous les paramètres des fonctions binaires et en niveaux de gris, à l'exception de l'entrée d'entrée, sont communs à. les deux.

• la sortie est un tableau avec les mêmes dimensions que l'entrée, et les résultats peuvent être enregistrés

• Paramètres du filtre d'orgin, la valeur par défaut est 0

• Les autres paramètres du filtrage morphologique binaire sont les suivants

from scipy.misc import ascent
img = ascent()

funcs = {
    "original": lambda x, tmp:x,
    "erosion" : sn.grey_erosion,
    "dilation" : sn.grey_dilation,
    "opening" : sn.grey_opening,
    "closing" : sn.grey_closing
}

fig = plt.figure()
for i, key in enumerate(funcs):
    ax = fig.add_subplot(2,3,i+1)
    plt.imshow(funcs[key](img, (10,10)), cmap=plt.cm.gray)
    plt.title(key)

plt.show()

Copier après la connexion

• mask mask array, qui est un tableau de bool tapez, et la position correspondant à False ne changera pas

• border_value La valeur au bord

• brute_force Si elle est False, seule la valeur qui a changé lors de la dernière itération sera mise à jour

• binary_closing(input, iterations=1, mask=None, border_value=0, brute_force=False)

  Copier après la connexion
  la taille est le modèle de filtre

  • mode facultatif réflexion, constante, le plus proche, miroir, enveloppement, méthode de remplissage des bords

  • valeur de remplissage des bords cval

  Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!