SciPy 库中maximum_filter配合generate_binary_structure获取局部极大值

SciPy 库中maximum_filter配合generate_binary_structure获取局部极大值

介绍

maximum_filter用法

maximum_filter 是 SciPy 库中的一个函数,它用于计算图像的最大值滤波。这个函数在图像处理中经常被用到,特别是在特征提取和边缘检测等任务中。

使用方法如下:

python 复制代码
import scipy.ndimage
filtered_image = scipy.ndimage.maximum_filter(input, size, footprint, output, mode, cval, origin)

参数:

  • input: 输入的 ndarray 。将应用滤波器的输入图像或数据。
  • size: 标量或元组,可选。定义滤波器窗口的大小。如果是一个标量,那么这将是每个维度的大小。如果是一个元组,那么这将指定每个维度的大小。
  • footprint: 布尔数组,可选。定义滤波器的形状,如果提供了 footprint , size 参数将被忽略。
  • output: ndarray ,可选。用于放置输出的数组。必须与输入具有相同的形状和缓冲区。
  • mode: {'reflect','constant','nearest','mirror', 'wrap'},可选。定义如何处理边界。默认值为 'reflect'。
  • cval: 标量,可选。如果 mode 是 'constant' ,这个值将用于填充。默认值为 0.0 。
  • origin: 标量或元组,可选。定义滤波器的原点。

返回值:

  • result: ndarray 。滤波后的输出。

generate_binary_structure 用法

generate_binary_structure 是 SciPy 库中的一个函数,用于生成具有给定结构元素的二进制结构。这个函数主要用于图像处理和形态学操作。

使用方法如下:

python 复制代码
import scipy.ndimage
struct = scipy.ndimage.generate_binary_structure(rank, connectivity)

参数:

  • rank: 整数,定义生成的结构元素的维数。例如,对于二维图像,排名将是2。
  • connectivity: 整数,定义像素之间的最大连接性。例如,对于二维图像,连接性为1意味着一个像素仅与其上下左右的像素连接,而连接性为2则意味着一个像素与其周围8个像素(包括对角线)都连接。

返回值:

  • output: 一个布尔数组,形状为 (2*connectivity+1,)*rank ,其中 True 表示结构元素的中心,False 表示它的背景。

例如,生成一个二维的结构元素,其连接性为1:

python 复制代码
import scipy.ndimage
struct = scipy.ndimage.generate_binary_structure(2, 1)
print(struct)

输出将是:

复制代码
[[False  True False]
 [ True  True  True]
 [False  True False]]

在这个例子中,中心像素与其上下左右的像素连接,但不与对角线像素连接。

示例代码

此代码片段摘自OpenPose项目:

python 复制代码
def find_peaks(param, img):
    """
    Given a (grayscale) image, find local maxima whose value is above a given
    threshold (param['thre1'])
    :param img: Input image (2d array) where we want to find peaks
    :return: 2d np.array containing the [x,y] coordinates of each peak found
    in the image
    """

    peaks_binary = (maximum_filter(img, footprint=generate_binary_structure(
        						   2, 1)) == img) * (img > param)
    # Note reverse ([::-1]): we return [[x y], [x y]...] instead of [[y x], [y
    # x]...]
    return np.array(np.nonzero(peaks_binary)[::-1]).T
相关推荐
Forget the Dream18 分钟前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai
郝学胜-神的一滴1 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
火山引擎开发者社区1 小时前
豆包工作,3 个月,800 万,20 亿
人工智能
Chuck.li1 小时前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu1 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
SwanArc技术笔记2 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金2 小时前
深入浅出RAG——第21章:回顾与展望
人工智能
羲云网络2 小时前
GPT Image 2.6 GIF 交付排障:上线后为什么只剩第一帧?
图像处理·人工智能·前端开发·gif
安爹前沿AI2 小时前
Seedance 有个文档里没写的参数:开了码率涨 3.9 倍,费用一分没多
人工智能
深海鱼在掘金2 小时前
深入浅出RAG——第20章:端到端实战:企业级知识库问答系统
人工智能