grey_closing#
- scipy.ndimage.grey_closing(input, size=None, footprint=None, structure=None, output=None, mode='reflect', cval=0.0, origin=0, *, axes=None)[Quelle]#
Mehrdimensionale Graustufen-Schließung.
Eine Graustufen-Schließung besteht aus der Abfolge einer Graustufen-Dilatation und einer Graustufen-Erosion.
- Parameter:
- inputarray_like
Array, über das die Graustufen-Schließung berechnet werden soll.
- sizetuple of ints
Form eines flachen und vollständigen Strukturierungselements, das für die Graustufen-Schließung verwendet wird. Optional, wenn footprint oder structure angegeben sind.
- footprintarray of ints, optional
Positionen von nicht-unendlichen Elementen eines flachen Strukturierungselements, das für die Graustufen-Schließung verwendet wird.
- structurearray of ints, optional
Strukturierungselement, das für die Graustufen-Schließung verwendet wird. structure kann ein nicht-flaches Strukturierungselement sein. Das Array structure wendet Offsets auf die Pixel in einer Nachbarschaft an (der Offset ist bei der Dilatation additiv und bei der Erosion subtraktiv).
- outputarray, optional
Ein Array zur Speicherung der Ausgabe der Schließung kann 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:
- grey_closingndarray
Ergebnis der Graustufen-Schließung von input mit structure.
Hinweise
Die Wirkung einer Graustufen-Schließung mit einem flachen Strukturierungselement besteht darin, tiefe lokale Minima zu glätten, während eine binäre Schließung kleine Löcher füllt.
Referenzen
Beispiele
>>> 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