在Python中使用对角线填充消除背景的8连接性（类似于MATLAB中的bwmorph diag）

我正在寻找一种在Python中连接8个相连像素的方法，类似于MATLAB的“diag”函数：

BW = bwmorph(BW, 'diag')

比如说,

0  1  0           0  1  0
1  0  0    ->     1  1  0 
0  0  0           0  0  0

提前谢谢

---

Misha

您可以使用简单的图像过滤获得相同的结果。我是在MATLAB中完成的，但也应该直接在python中完成：

%随机二进制图像
bw=兰特（50）>0.5；
%使用bwmorph（bw，'diag'）的结果
res1=bwmorph（bw，'diag'）；
%过滤背景的8-连通性
f=[1-10；-110；00]；
%使用原始图像初始化结果
res2=bw；
对于ii=1:4%的所有方向
%添加结果，其中总和等于屏幕上的2->两个背景像素
%对角线，在交叉迷你反对角线上有2个前景像素
res2=res2 |（imfilter（double（~bw），f）=2）；
f=90（f）；%将过滤器旋转到下一个方向
终止
isequal（res2，res1）%yes

很好用，谢谢！下面是python代码：

def bwmorphDiag(bw):
    # filter for 8-connectivity of the background
    f = np.array(([1, -1, 0],[-1, 1, 0],[0, 0, 0]),dtype = np.int)
    # initialize result with original image
    bw = bw.astype(np.int)
    res2 = bw.copy().astype(np.bool)
    for ii in range(4): # all orientations
        # add results where sum equals 2 -> two background pixels on the
        # diagonal with 2 foreground pixels on the crossing mini-anti-diagonal
        res2 = res2 | (ndimage.filters.convolve(np.invert(bw),f) == 2)
        f = np.rot90(f) # rotate filter to next orientation
    return res2

---

我实际上是在寻找同样的python等价物，MATLAB的

bwmorph（'diag'）

。但由于找不到它，我最终决定编写代码。请查看MATLAB帮助中的

bwmorph

和

diag

选项，以获取有关其功能的更多信息

import numpy as np
import scipy.ndimage.morphology as smorph
import skimage.morphology as skm

class bwmorph:
@staticmethod
def diag(imIn):
    strl = np.array([
    [[0,1,0],[1,0,0],[0,0,0]],
    [[0,1,0],[0,0,1],[0,0,0]],
    [[0,0,0],[1,0,0],[0,1,0]],
    [[0,0,0],[0,0,1],[0,1,0]],
    [[0,1,0],[1,0,0],[0,1,0]],
    [[0,1,0],[1,0,1],[0,0,0]],
    [[0,1,0],[0,0,1],[0,1,0]],
    [[0,0,0],[1,0,1],[0,1,0]]
    ],dtype=np.uint8)
    bwIm = np.zeros(imIn.shape,dtype=int)
    imIn = np.array(imIn)
    imIn = imIn/np.max(np.max(imIn)) #normalizing to be added later
    for i in range(7):
        bwIm = bwIm + smorph.binary_hit_or_miss(imIn,strl[i,:,:])

    bwIm = ((bwIm>0) + imIn)>0
    return bwIm # out put is boolean

我使用了“命中或未命中”转换，在开头定义了结构元素“strl”。我想这是一个经典的方法

请注意

@staticmethod

是否在旧版python上运行。 使用示例为

bwmorph（）.diag（BinaryImage）

---

祝你一切顺利；）

也许您可以从库

openCV

和

scikit image

中找到？不幸的是，我在这两个库中都找不到类似的函数。。。