scipy.ndimage.

white_tophat#

scipy.ndimage.white_tophat(input, size=None, footprint=None, structure=None, output=None, mode='reflect', cval=0.0, origin=0, *, axes=None)[Quelle]#

Mehrdimensionaler White-Tophat-Filter.

Parameter:

inputarray_like: Eingabe.
sizetuple of ints: Form eines flachen und vollständigen Strukturelements, das für den Filter verwendet wird. Optional, wenn footprint oder structure bereitgestellt werden.
footprintarray of ints, optional: Positionen von Elementen eines flachen Strukturelements, das für den White-Tophat-Filter verwendet wird.
structurearray of ints, optional: Strukturelement, das für den Filter verwendet wird. structure kann ein nicht-flaches Strukturelement sein. Das Array structure wendet Offsets auf die Pixel in einer Nachbarschaft an (der Offset ist bei Dilatation additiv und bei Erosion subtraktiv).
outputarray, optional: Es kann ein Array zur Speicherung des Filterergebnisses bereitgestellt werden.
mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}, optional: Der Parameter mode bestimmt, wie die Array-Ränder behandelt werden, wobei cval der Wert ist, wenn mode gleich ‘constant’ ist. Standard ist ‘reflect’
cvalskalar, optional: Wert, mit dem die Ränder der Eingabe gefüllt werden, wenn mode ‘constant’ ist. Standard ist 0.0.
originscalar, optional: Der Parameter origin steuert die Platzierung des Filters. Standard ist 0.
axestuple von int oder None: Die Achsen, über die der Filter angewendet wird. Wenn None, wird input über alle Achsen gefiltert. Wenn ein origin-Tupel angegeben wird, muss seine Länge mit der Anzahl der Achsen übereinstimmen.

Rückgabe:

outputndarray: Ergebnis des Filters von input mit structure.

Siehe auch

black_tophat

Beispiele

Grauen Hintergrund von einem hellen Peak subtrahieren.

>>> from scipy.ndimage import generate_binary_structure, white_tophat
>>> import numpy as np
>>> square = generate_binary_structure(rank=2, connectivity=3)
>>> bright_on_gray = np.array([[2, 3, 3, 3, 2],
...                            [3, 4, 5, 4, 3],
...                            [3, 5, 9, 5, 3],
...                            [3, 4, 5, 4, 3],
...                            [2, 3, 3, 3, 2]])
>>> white_tophat(input=bright_on_gray, structure=square)
array([[0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 1, 5, 1, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0]])