如何仅使用 numpy 腐蚀图像？

Question

我有以下 M_Matrix

M = np.array([[0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1]])

，我想使用此结构元素来删除它。

st_element = np.ones((3, 3))

最终的输出看起来像这样

Output = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                   [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0],
                   [0, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0],
                   [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

我的问题是：是否可以仅使用 numpy_functions 进行侵蚀？ 谢谢

Answer 1

使用 sliding_window_view （不是最快的，但也不是最慢的）

import numpy as np
from numpy.lib.stride_tricks import sliding_window_view

M = np.array([[0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1]]).astype(bool)

st_element = np.ones((3, 3), dtype=bool)

padded = np.pad(M, st_element.shape[0]//2)

windows = sliding_window_view(padded, window_shape=st_element.shape)

eroded = np.all(windows | ~st_element, axis=(-1, -2))

检查它是否与 scipy 相同：

from scipy.ndimage import binary_erosion
np.testing.assert_array_equal(eroded, binary_erosion(M, st_element))