Python基本形態學濾波怎么實現

本文小編為大家詳細介紹“Python基本形態學濾波怎么實現”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python基本形態學濾波怎么實現”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

最基礎的形態學操作有四個，分別是腐蝕、膨脹、開計算和閉計算，`scipy.ndimage分別實現了二值數組和灰度數組的這四種運算

二值形態學

所謂腐蝕，用數學符號表示為

其中B_ij表示當B BB的原點在(i,j)處時，B中所有為1的值的集合。

這個式子的意思是，用結構B腐蝕A，當B的原點平移到圖像A的像元(i,j)時，若B完全被二者的重疊區域所包圍，則賦值為1，否則賦值為0。更直觀的例子是，如果B中為1的元素位置上，對應的A的像素值也都為1，則(i,j)處為1。

膨脹則與之相反，可表示為

換言之，只要B和A的重疊區域不是空集，那么(i,j)點就置為1。

舉個例子如下

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()

效果如下

開運算是先腐蝕后膨脹；閉運算是先膨脹后腐蝕，示例如下

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()

效果如下，可見開運算會去除孤立的1，閉運算會去除孤立的0。

灰度形態學

灰度圖像的腐蝕、膨脹以及開閉運算，是其二值形勢下的一個擴展，采用了類似卷積的邏輯，下面直接從scipy中調取樓梯圖片，并依次做腐蝕、膨脹以及開閉操作。

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()

參數列表

二值函數和灰度函數的參數并不相同，下面以closing運算為例，二值和灰度函數的所有參數，除了輸入input之外，二者共有的參數有

• structure 為數組類型，表示構造元素，可以理解為是卷積模板

• output 與輸入相同維度的數組，可以存下結果

• orgin 過濾器設置，默認為0

二值形態學濾波的其他參數如下

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

其中

• iterations 執行次數

• mask 掩模數組，為bool類型的數組，對應False的位置將不會改變

• border_value 邊緣處的值

• brute_force 如果為False，則只有上次迭代中發生變化的值才會更新

grey_closing(input, size=None, footprint=None, mode='reflect', cval=0.0)

• size 為濾波模板

• mode 可選reflect,constant,nearest,mirror, wrap，邊緣填充方式

• cval 邊緣填充值

讀到這里，這篇“Python基本形態學濾波怎么實現”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。