Python equivalente a Matlab funciton 'imfill' per la scala di grigi?

Question

Esiste un'implementazione che utilizza OpenCV o scikit-image che è equivalente alla immagine in scala di grigi di Matlab imfill funciton (ad esempio riempimento del foro della scala di grigi)?

Vedere la sezione di imfill per la scala di grigi (I2 = imfill (I)) nel seguente esempio di collegamento matlab_imfill. Oppure vedi immagine: matlab_tire_ex

Ecco un link per l'immagine del pneumatico nell'esempio

Ho cercato di replicare l'uscita Matlab utilizzando scipy.ndimage.grey_closing funzione con variando la parametro di dimensione, ma non ha avuto successo.

Sto usando Python 3.5.

Answer 1

due versioni dell'algoritmo alluvione di riempimento sono state implementate in Python qui:

http://arcgisandpython.blogspot.de/2012/01/python-flood-fill-algorithm.html

La prima, più semplice una conteneva due variabili non definite, ma qui è una versione funzionante:

import numpy as np 
import scipy as sp 
import scipy.ndimage 

def flood_fill(test_array,h_max=255): 
    input_array = np.copy(test_array) 
    el = sp.ndimage.generate_binary_structure(2,2).astype(np.int) 
    inside_mask = sp.ndimage.binary_erosion(~np.isnan(input_array), structure=el) 
    output_array = np.copy(input_array) 
    output_array[inside_mask]=h_max 
    output_old_array = np.copy(input_array) 
    output_old_array.fill(0) 
    el = sp.ndimage.generate_binary_structure(2,1).astype(np.int) 
    while not np.array_equal(output_old_array, output_array): 
     output_old_array = np.copy(output_array) 
     output_array = np.maximum(input_array,sp.ndimage.grey_erosion(output_array, size=(3,3), footprint=el)) 
    return output_array 

Answer 2

Matlab riempimento() a sua volta utilizza una funzione IM = imreconstruct (marker, maschera)

Scikit-image ha un simile funzione di ... skimage.morphology.reconstruction(seed, mask, method='dilation', selem=None, offset=None)

L'algoritmo è dettagliato nel Soille, P., Morfologiche Image Analysis:. Principi e applicazioni, Springer-Verlag, 1999, pp 208-209. sezione sezione 6.3.7 "_FillHole"

import numpy as np 
from skimage.morphology import reconstruction 
import matplotlib.pyplot as plt 
from skimage.io import imread, imsave 


# Use the matlab reference Soille, P., Morphological Image Analysis: Principles and Applications, Springer-Verlag, 1999, pp. 208-209. 
# 6.3.7 Fillhole 
# The holes of a binary image correspond to the set of its regional minima which 
# are not connected to the image border. This definition holds for grey scale 
# images. Hence, filling the holes of a grey scale image comes down to remove 
# all minima which are not connected to the image border, or, equivalently, 
# impose the set of minima which are connected to the image border. The 
# marker image 1m used in the morphological reconstruction by erosion is set 
# to the maximum image value except along its border where the values of the 
# original image are kept: 

img = imread("tyre.jpg") 

seed = np.ones_like(img)*255 
img[ : ,0] = 0 
img[ : ,-1] = 0 
img[ 0 ,:] = 0 
img[ -1 ,:] = 0 
seed[ : ,0] = 0 
seed[ : ,-1] = 0 
seed[ 0 ,:] = 0 
seed[ -1 ,:] = 0 


fill = reconstruction(seed, img, method='erosion') 

f, (ax0, ax1) = plt.subplots(1, 2, 
    subplot_kw={'xticks': [], 'yticks': []}, 
    figsize=(12, 8)) 
ax0.imshow(img) 
ax1.imshow(fill) 
plt.show() 

Link to tyre image and filled image