pyvista.ImageDataFilters.image_dilate_erode

ImageDataFilters.image_dilate_erode(dilate_value=1.0, erode_value=0.0, kernel_size=(3, 3, 3), scalars=None, progress_bar=False)

ある値を希釈し，別の値を侵食します．

image_dilate_erode は，ある値を拡張し，別の値を侵食します．楕円形のフットプリントを使用し，2つの値の境界でのみ膨張/収縮します．このフィルターは，今のところ X, Y, Z 軸に制限されています．特定の軸のカーネルサイズを 1 に設定することにより，2 次元または 1 次元のフィルタに退化させることができます．

パラメータ:

dilate_valuefloat, default: 1.0

データセットの拡張値．

erode_valuefloat, default: 0.0

データセット内の値を消去します．

kernel_sizesequence[int], default: (3, 3, 3)

3軸に沿ったカーネルの大きさを決定します．

scalarsstr, optional

処理に使用するスカラーの名前．デフォルトは現在アクティブなスカラーです．

progress_barbool, default: False

進行状況を示す進行状況バーを表示します．

戻り値:

pyvista.ImageData

指定したスカラーの境界で膨張/収縮されたDataset．

備考

このフィルタは点データのみをサポートしています．任意のセルデータをポイントデータに変換するために cell_data_to_point_data() フィルタを使用することを検討してください．

例

例題のデータセットで画像膨張/収縮のデモを行います．まず，アクティブなスカラーを持つサンプルデータセットをプロットします．

>>> from pyvista import examples
>>> uni = examples.load_uniform()
>>> uni.plot()

ここで，画像の閾値を threshold=[400, 600] としてプロットしてみましょう．閾値内の値は1，閾値外の値は0であることに注意してください．

>>> ithresh = uni.image_threshold([400, 600])
>>> ithresh.plot()

閾値処理された画像に穴が開いていることに注目してください．この穴を埋めるために，大きなカーネルを持つ膨張/収縮フィルターを適用します．

>>> idilate = ithresh.image_dilate_erode(kernel_size=[5, 5, 5])
>>> idilate.plot()