scipy.ndimage.

watershed_ift#

scipy.ndimage.watershed_ift(input, markers, structure=None, output=None)[源代码][源代码]#

使用图像森林变换算法从标记应用分水岭。

参数:
输入array_like

输入。

标记array_like

标记是每个流域内的点,它们构成了过程的开始。负标记被视为背景标记,在其他标记之后进行处理。

结构结构元素,可选

可以提供一个定义对象连通性的结构元素。如果为 None,则会生成一个连通性等于一的方形元素。

输出ndarray,可选

可以可选地提供一个输出数组。形状与输入相同。

返回:
watershed_iftndarray

输出。与 input 形状相同。

参考文献

[1]

A.X. Falcao, J. Stolfi 和 R. de Alencar Lotufo, “图像森林变换:理论、算法及应用”, 模式分析与机器智能, 第26卷, 第19-29页, 2004年。