scipy.ndimage.distance_transform_bf¶
- scipy.ndimage.distance_transform_bf(input, metric='euclidean', sampling=None, return_distances=True, return_indices=False, distances=None, indices=None)[源代码]¶
距离转换函数由一种强力算法实现。
此函数用于计算 input 通过将每个前景(非零)元素替换为其到背景的最短距离(任何零值元素)。
除了距离变换之外，还可以计算特征变换。在这种情况下，在单独的数组中返回与每个前景元素最接近的背景元素的索引。
- 参数
- inputarray_like
输入
- metric{‘欧几里得’，‘出租车’，‘棋盘’}，可选
“城市街区”和“曼哈顿”也是有效的，并映射到“出租车”。默认值为“欧几里得”。
- sampling浮点，或浮点序列，可选
此参数仅在以下情况下使用 metric 是“欧几里得”。元素沿每个维度的间距。如果是序列，长度必须等于输入秩；如果是单个数字，则用于所有轴。如果未指定，则暗示栅格间距为单位。
- return_distances布尔值，可选
是否计算距离变换。默认值为True。
- return_indices布尔值，可选
是否计算要素变换。默认值为False。
- distancesndarray，可选
一个输出数组，用于存储计算的距离转换，而不是返回它。 return_distances 一定是真的。它的形状必须与 input ，并且如果类型为Float64，则为 metric 为‘欧几里得’，否则为uint32。
- indicesint32 ndarray，可选
一个输出数组，用于存储计算的要素转换，而不是返回它。 return_indicies 一定是真的。它的形状必须是 (input.ndim,) + input.shape 。
- 退货
- distancesndarray，可选
计算的距离变换。仅在以下情况下返回 return_distances 是真的，并且 distances 不提供。它将具有与输入数组相同的形状。
- indicesint32 ndarray，可选
计算的要素变换。它对输入的每个维度都有一个输入型数组。有关示例，请参阅Distance_Transform_EDT文档。仅在以下情况下返回 return_indices 是真的，并且 indices 不提供。
注意事项
该函数使用缓慢的暴力算法，另请参见函数Distance_Transform_cdt以获取更高效的出租车和棋盘算法。