가장 기본적인 네 가지 형태학적 연산, 즉 침식, 확장, 개방형 계산 및 폐쇄형 계산이 있습니다. `scipy.ndimage는 이진 배열과 회색조 배열에 각각 이 네 가지 연산을 구현합니다.
Binary | grayscale | |
---|---|---|
binary_erosion | grey_erosion | corrosion |
binary_dilation | grey_dilation | expansion |
bin ary_closing | grey_closing | 폐쇄(첫 번째 팽창 후 부식) |
binary_opening | grey_opening | opening( 먼저 부식하고 확장) |
이원 형태
소위 부식은 수학 기호로 다음과 같이 표현됩니다.
여기서 Bij는 B BB의 원점이 (i , j)에 있을 때를 의미합니다. , B에서 1인 모든 값의 집합.
이 공식은 구조 B가 A를 부식시키는 데 사용될 때 B의 원점을 이미지 A의 픽셀(i, j)로 변환할 때 B가 둘이 겹치는 영역으로 완전히 둘러싸여 있으면 값은 1에 할당됩니다. 그렇지 않으면 값은 0입니다. B의 특정 요소가 1일 때 A의 해당 위치도 1이면 (i, j)의 값은 1입니다. 이는 보다 직관적인 예입니다.
인플레이션은 그 반대이며,
로 표현할 수 있다. 즉, B와 A의 겹치는 면적이 공집합이 아닌 한, (i, j)점은 로 설정된다. 1.
예는 다음과 같습니다
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()
효과는 다음과 같습니다
열림 작업은 먼저 부식한 다음 확장하고 닫는 작업은 먼저 확장한 다음 부식합니다. 그 효과는 다음과 같습니다. 열기 작업은 격리된 1을 제거하고 닫는 작업은 격리된 1을 제거합니다. 작업은 격리된 0을 제거합니다.
회색조 형태
회색조 이미지의 부식, 확장 및 열기 및 닫기 작업은 회선과 유사한 논리를 사용하는 이진 형식의 확장입니다. 계단 이미지는
에서 직접 검색되며 부식, 확장을 수행합니다. 그리고 순차적으로 열고 닫는 작업을 수행합니다.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()
scipy
매개변수 목록이진 함수와 그레이스케일 함수의 매개변수는 동일하지 않습니다. 아래 예와 같이 닫기 작업을 수행하면 입력 입력을 제외한 이진 및 그레이스케일 함수의 모든 매개변수가 공통됩니다.
- 구조는 컨볼루션 템플릿으로 이해될 수 있는 구성 요소를 나타내는 배열 유형입니다.
- 출력은 입력과 동일한 크기의 배열이며 결과를 저장할 수 있습니다.
- orgin 필터 설정, 기본값은 0
- 이진 형태적 필터링의 다른 매개변수는 다음과 같습니다
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()
여기서
- iterations는 실행 횟수입니다
- mask 마스크 배열은 부울 배열입니다. 입력하면 False에 해당하는 위치는 변경되지 않습니다
- border_value 가장자리의 값
- brute_force False인 경우 마지막 반복에서 변경된 값만 업데이트됩니다
-
binary_closing(input, iterations=1, mask=None, border_value=0, brute_force=False)
- 크기는 필터 템플릿입니다
- 모드 옵션 반영, 상수, 가장 가까운, 미러, 랩, 가장자리 채우기 방법
- cval 가장자리 채우기 값
위 내용은 Python에서 기본 형태학적 필터링을 구현하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

다음 단계를 통해 Numpy를 사용하여 다차원 배열을 만들 수 있습니다. 1) Numpy.array () 함수를 사용하여 NP.Array ([[1,2,3], [4,5,6]]과 같은 배열을 생성하여 2D 배열을 만듭니다. 2) np.zeros (), np.ones (), np.random.random () 및 기타 함수를 사용하여 특정 값으로 채워진 배열을 만듭니다. 3) 서브 어레이의 길이가 일관되고 오류를 피하기 위해 배열의 모양과 크기 특성을 이해하십시오. 4) NP.Reshape () 함수를 사용하여 배열의 모양을 변경하십시오. 5) 코드가 명확하고 효율적인지 확인하기 위해 메모리 사용에주의를 기울이십시오.

BroadcastingInnumpyIsamethodtoperformoperationsonArraysoffferentShapesByAutomicallyAligningThem.itsimplifiesCode, enourseadability, andboostsperformance.here'showitworks : 1) smalraysarepaddedwithonestomatchdimenseare

forpythondatastorage, chooselistsforflexibilitywithmixeddatatypes, array.arrayformemory-effic homogeneousnumericaldata, andnumpyarraysforadvancednumericalcomputing.listsareversatilebutlessefficipforlargenumericaldatasets.arrayoffersamiddlegro

pythonlistsarebetterthanarraysformanagingDiversEdatatypes.1) 1) listscanholdementsofdifferentTypes, 2) thearedynamic, weantEasyAdditionSandremovals, 3) wefferintufiveOperationsLikEslicing, but 4) butiendess-effectorlowerggatesets.

toaccesselementsInapyThonArray : my_array [2] AccessHetHirdElement, returning3.pythonuseszero 기반 인덱싱 .1) 사용 positiveAndnegativeIndexing : my_list [0] forthefirstelement, my_list [-1] forstelast.2) audeeliciforarange : my_list

기사는 구문 모호성으로 인해 파이썬에서 튜플 이해의 불가능성에 대해 논의합니다. 튜플을 효율적으로 생성하기 위해 튜플 ()을 사용하는 것과 같은 대안이 제안됩니다. (159 자)

이 기사는 파이썬의 모듈과 패키지, 차이점 및 사용법을 설명합니다. 모듈은 단일 파일이고 패키지는 __init__.py 파일이있는 디렉토리이며 관련 모듈을 계층 적으로 구성합니다.

기사는 Python의 Docstrings, 사용법 및 혜택에 대해 설명합니다. 주요 이슈 : 코드 문서 및 접근성에 대한 문서의 중요성.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

SecList
SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구
